高分辨率波阻抗贝叶斯序贯随机反演

确定性反演常见的方法包括模型法反演和稀疏脉冲反演,在特定的解约束条件下,只能进行单一的最优解估计,无法评价反演结果的不确定性;地质统计学反演主流算法均为地质统计学随机模拟方法与马尔科夫链-蒙特卡洛方法的某种结合,并没有将地震反演、测井数据约束、随机模拟方法统一在一个理论框架下。为此,首先在贝叶斯理论框架下,将地震反演理论、测井数据约束、地质统计信息统一在波阻抗求解这个问题中,推导了基于对数波阻抗的地震数据与测井数据联合方程,然后通过序贯高斯随机模拟算法对反演方程进行高效采样求解。数值算例表明：与常规波阻抗最小二乘法反演相比,该方法分辨率高、反演结果受先验统计学参数约束,且输出的多个波阻抗反演结果可用于不确定性评价;与纯粹基于测井数据的序贯高斯随机模拟方法相比,该方法最大的优点就是考虑了地震数据约束,降低了反演结果的不确定性。针对实际数据,对比、分析了模型法反演、稀疏脉冲法反演、贝叶斯序贯随机反演结果,表明贝叶斯序贯随机反演方法在提高反演纵向分辨率与不确定性评价方面具有良好的应用前景。     

应用多级序贯指示模拟方法模拟火烧山油田岩相

多级序贯指示模拟算法是普通序贯指示模拟算法的改进算法，保留了普通序贯指示模拟算法的简洁、快速、真实的特点，又具有可以调整相带的模拟顺序，易于实现模拟结果的后处理，使模拟结果连续、合理、更加符合实际地质情况。在对准噶尔盆地火烧山油田H3^1-1层的岩相模拟中，应用多级序贯指示模拟算法进行分阶段三维岩相模拟。模拟得到的H3^1-层三维岩相模型若干沿层切片图清楚显示了由该层的底到顶，河道发展所经历的由发育到消亡的过程。图3表1参3     

序贯高斯同位协同模拟在钻井风险预测中的应用

在开发评价、生产井位的设计与滚动实施阶段．对储集层预测成果的不确定性进行评价,预测钻井风险概率,对于优选开发区块、避免储集层预测的不确定性给钻井带来的风险具有重要意义。在大庆油田F2区块储集层预测研究中,采用序贯高斯同位协同模拟方法,以砂岩厚度为主变量．以地震主频为协变量,针对随机模拟得到的50个实现,根据该区开发实践获得的对砂岩厚度经济下限值的认识．以5m厚度为风险门槛值,制作了研究区钻井风险概率预测图,对预先部署的开发井位进行认证和落实．发现开发设计井中有4口井的钻井成功概率小于1,建议缓钻。该区块开发方案实施情况证明．这4口井正处于砂体变薄区域。应用序贯高斯同位协同模拟方法,协同地震属性数据进行储集层横向预测的预测精度较高．利用多个随机模拟实现的差异评价预测结果的风险．可以有效地降低钻井风险。图5表2参8     

带趋势序贯指示模拟方法在东濮凹陷薄砂岩储层预测中的应用

带趋势序贯指示模拟方法是一种基于地质统计学的随机模拟方法，其基础工作是三维地震资料精细解释和测井资料的标准化处理。实现此方法的主要步骤中，除了井约束波阻抗反演的子波提取、层位精细标定、地质框架模型建立、波阻抗反演约束参数选取以外，还有单井岩性曲线的形成、趋势模型建立、储层参数空间分布规律和空间相关性分析，以及储层参数模型的可靠性评价与优选等。与井约束波阻抗反演相比，该方法不仅使纵向分辨率明显提高，能精细地刻画储层特征，而且可对储层参数空间分布的非均质性和不确定性进行定量评价。对东濮凹陷QB块的应用表明，该方法查清了该区有利的含油气砂体分布范围及厚度的空间变化规律。     

谱分量地质模拟：一种把地震数据综合到地质模型中的新方法

在油气行业，油气藏地质模型经常用于体积计算、井规划和流动特征预测。地质模型是储层结构和特性的一种计算机表述。像孔隙度和岩性这样的特性是在地质模型的每一个单元中用各种方法估计的；最常用的是地质统计模拟，如序贯高斯模拟和序贯指示模拟(Goovaerts，1997)，这些方法考虑了特性的谱连续性，同时也重视它的非均质性。     

用序贯指示随机模拟法结合地震数据研究渗透率空间分布

序贯指示模拟方法是以指示克里金为基础的一种随机模拟方法。文中介绍了方法的基本原理及具体实现过程,利用该方法结合地震数据对渗透率的平面分布情况进行了模拟预测。该方法可以建立多个等概率的高精度的储层参数渗透率的空间分布模型。实际研究表明,该方法能够反映储层参数渗透率的细节变化,并能表征由于缺乏资料等原因而引起的建模中的不确定性。     

序贯高斯模拟法在鄂尔多斯盆地储层预测的应用

用波阻抗反演进行储层预测已得到认可,但在实际应用中经常会发现仅用波阻抗反演有时难以识别储层.采用无格点序贯高斯模拟反演技术可以进行多种测井参数的反演,对这些测井参数的综合分析有助于更有效地识别储层.在实际工作中采用上述方法进行测井参数反演,并结合在工作中总结的测井参数数据分析处理方法,识别了常规波阻抗反演难以识别的储层...     

利用伪随机路径提高序贯指示建模精度

传统序贯指示建模中产生随机路径时未能考虑条件数据,与实际地质研究不符,导致所建立模型不确定性增加.为此,结合沉积微相研究方法,在序贯指示建模中通过伪随机路径优先考虑条件数据点周围待估点,利用条件数据确定信息减弱预测中的不确定性,提高建模精度.比较研究证明,利用伪随机路径的序贯指示建模能够减弱传统建模方法的不确定性,提高模型精度.     

相控属性建模在苏德尔特油田贝14区块的应用

苏德尔特油田贝14区块的兴安岭群主要发育扇三角洲,物源方向为南及东南。依据测井相特征和沉积相模式,在井震联合建立的构造模型基础上,采用序贯指示模拟建立兴安岭群的沉积微相模型,然后按沉积微相类型分别设置变差函数,采用序贯高斯法对孔隙度参数进行模拟。后验精度分析表明相控储层属性建模降低了随机模拟的不确定性,提高了储层预测的精度。     

两种反演方法在NP-4号构造区的联合应用

NP-4号构造区主要发育扇三角洲沉积体系,储层物性较好,但储层横向变化快、厚度薄,单一的反演方法无法同时满足储层预测的精度要求。在做好测井曲线标准化等准备工作的基础上,先利用确定性反演确定储层的大致展布范围和横向变程,再利用地质统计学反演中的随机反演和序贯高斯配置协模拟得到纵向分辨率更高的波阻抗体和伽马体。此方法可以逐步提高反演的精度,在实际应用中取得了较好的效果。     

应用顺序指示随机模拟法研究沉积微相

沉积微相是影响储集层非均质性的最主要的因素之一，在一定程度上控制了储集层参数场的展布。因此，在储集层非均质性研究中，只有确定了沉积微相的边界和分布，才能更好地进行储集层参数的预测。以往微相边界大多是地质人员根据专家知识来推断，具有主观性。顺序指示模拟方法是以指示克里金为基础的一种随机模拟方法。文中将顺序指示模拟方法应用于P油田长4 52油组沉积微相的分布研究中。结果表明，顺序指示模拟方法不仅能反映参数的细节变化，井能够表征由于缺乏资料等原因而引起的不确定性。因此，该方法适于研究储层的沉积微相，应用效果较好。     

随机顺序指示模拟技术与应用

目前勘探阶段常用的克立格估计储层预测方法的特点是平滑内插，不能精细地描述局部小范围特征，而随机模拟能够反映储层分布的细节，有助于精细描述储层的非均质性，且能给出一定范围内的多个可选储层模型，从而提高预测的可靠性，因此，应用三维随机顺序指示模拟方法在松辽盆地北部齐家－古龙凹陷英31井区对黑帝油层砂岩分布进行了模拟，模拟结果客观地反映了黑帝庙油层砂岩分布规律。利用随机指示模拟结果，识别黑帝庙油层岩性圈闭12个，面积134．38km^2，表明随机建模可以对储层分布进行高分辨率描述，是薄互层储层和复杂岩性储层预测，描述的有效手段。     

利用顺序指示模拟方法预测储集层岩性

介绍了顺序指示模拟的基本原理；给出了采用该方法进行储集层岩性预测时，在钻井较少的地区，可采用地面与地下相结合的方法进行的步骤。利用该方法在塔里木某区仅有3口钻井的情况下，建立了储集层岩性预测剖面。     

Sequential injection titration of chloride in milk with potentiometric detection

In this work, a sequential injection system for the pseudo-titration of chloride in milk is described. Milk was directly aspirated into the system and sandwiched between two silver nitrate plugs (titrant). The aspirated zones were then propelled to the detector (Ag₂S/Ag tubular electrode), where the depletion in the titrant silver concentration (due to the formation of a AgCl precipitate) was monitored. The results obtained by the developed sequential injection titration method were not statistically different from those provided by the potentiometric reference procedure with relative standard deviations better than 3.4%. The sampling rates achieved were 17 samples per hour.     

顺序指示模拟技术及其在3D数字岩心建模中的应用

传统的数值模拟孔隙微观结构的建模方法过于理想化和简单化;而用X射线超薄片图像技术来得到3D孔隙结构的高分辨率的图像却又过于昂贵和耗时.利用从现场得到的2D铸体薄片提供的地层信息作为条件数据,用顺序指示模拟技术可构建出3D孔隙介质模型,由此得到的数字岩心的孔隙结构可最大程度地与实际岩石接近.这种数字岩心不仅可用来精确预测岩心渗透率,而且还可作为其他物理特性模拟的共享对象.介绍了顺序指示模拟原理和地质统计学在3D数字岩心建模中应用原理的概率论表达式,3D数字岩心模型建立方法,以及3D数字岩心应用实例;认为岩石物理的研究应该向数字岩心方向发展.     

顺序指示模拟方法及其在濮城油田储层非均质性研究中的应用

顺序指示模拟方法是以指示克里金为基础的一种随机模拟方法,在濮城油田东区沙二下储层非均质性研究中,采用该方法对沙二下亚段的渗透率进行了研究,并与普通克里金法建立的模型进行了对比。结果表明,普通克里金法具有平滑效应,不宜用来研究储层的非均质性,而顺序指示模拟方法更能反映参数的细节变化,并能够表征由于缺乏资料等原因而引起的不确定性,因此,该方法更适合储层非均质性的研究。     

天然气加工系统工艺技术模拟分析

天然气加工系统本身比较庞大和复杂,其过程模拟涉及面广,难度较大,无论是在过程模拟的理论基础上,还是在模拟技术的运用上,都有许多值得发展的地方。本文介绍了天然气加工系统工艺技术模拟分析的基本方法,建立了天然气加工系统的抽象模拟模型,并将过程系统理论引入到天然气加工系统的操作型模拟中,编制计算机程序求解,对实际的某天然气加工厂进行了模拟计算,取得较为准确的模拟计算结果。     

Quantification of Oil Price Uncertainty in Economic Evaluation Using Sequential Gaussian Simulation

In this paper, we propose improved methodology for quantifying the uncertainty in petroleum economic evaluations due to uncertainty in future oil prices. Conventional “hockey stick” price forecasts commonly used in industry significantly underestimate uncertainty because they do not reproduce the volatility inherent in oil prices. Some authors have proposed stochastic methods, such as the bootstrap method, to better model oil price volatility. A disadvantage of the bootstrap method, however, is that it can produce price realizations with unrealistically low or high prices. To address this shortcoming, we present two stochastic methods that honor both the historical distribution of oil prices as well as the historically observed variability in oil prices.

The first is an approximate method in which multiple future price realizations are taken directly from different windows of historical uninflated price data. The method is easy to apply and can provide greater insights into the uncertainty and risks associated with project economic evaluation. However, this method can potentially overestimate uncertainty in oil prices and should be used judiciously.

The second method uses sequential Gaussian simulation to generate equiprobable future oil price realizations consistent with both the frequency distribution and temporal variability of historical prices. Although the method is more difficult to apply, it provides a more statistically sound basis for quantifying uncertainty.

The improved methods are compared to conventional methods for three synthetic cases derived from the literature and a field case. Results demonstrate that conventional methods underestimate oil price uncertainty more severely for projects with accelerated cash flow streams, which characterize most petroleum development projects. This indicates that probabilistic methods for quantifying uncertainty in oil prices, such as the sequential Gaussian simulation method proposed here, are needed to provide operators with reliable quantifications of the uncertainties and risks associated with individual projects, which should enable improved investment decision making.     

Assisted History Matching Using Streamline Simulation

The quantity and quality of the information obtained from modern reservoir characterization techniques is still not sufficient to perfectly represent the reservoir. Therefore, reservoir models must be calibrated in order to provide a more reliable production forecast. This process is called production history matching. History matching is one of the most time-consuming tasks of a reservoir study due to the complexity of the process, multiple acceptable solutions, and demand for specialist knowledge. Many times this task is still based on a trial and error procedure, which is normally very inefficient because it involves a large number of cycles. This paper shows that it is possible to integrate the experience of the professionals involved in the process with some automatic techniques to accelerate the process and to obtain better solutions. This process is called Assisted History Matching. The use of streamline simulation as a complementary technique is applied to allow a better understanding of fluid flow behavior on the reservoir, mapping heterogeneities location, and then choosing adequate geological parameters, such as permeability and porosity, according to the identified flow patterns. Reservoir parameters are modified along blocks mapped by the streamlines. Automatic procedures are then applied along with parallel computing to find the best combination of the selected parameters. The methodology was applied to a complex real field where satisfactory results were obtained.