多点地质统计学建模方法研究

多点地质统计学建模方法能够灵活地整合不同类型的数据并从训练图像中捕获的地质构造,生成更符合地质情况的储层模型。本文论述了多点地质统计学建模的原理及步骤。结合实际案例,进行了多点地质统计学模拟与基于变异函数的两点地质统计学模拟,并将模拟结果进行分析对比。     

基于相序的多点地质统计学相建模方法及其应用

目前的多点地质统计建模方法均以一定维度的数据模板为载体,将概率或几何距离作为建模工区未知区域模拟取值的判定标准,该判定标准在地质建模时与地质含义的联系较为薄弱。针对上述不足,文章回归地质建模的本质,考虑相建模过程中数据事件与训练图型对比的地质含义,提出基于相序的多点地质统计相建模方法。该方法以具有沉积学意义的相序为基本的相似度对比单元,新建适合于相序相似度对比的动态数据模板,采用句法模式识别技术,通过动态规划方法计算数据事件中已知相序与训练图型中对应相序的相似度,对建模工区未知区域进行相模拟,实现了从沉积学意义出发对强非均质性储层进行多点地质统计学建模。理想模型和塔河X区三角洲前缘储层沉积相模拟表明,本文方法能够有效重现训练图像所显示的各地质体的几何形态,较好地反映储层不同相的沉积展布规律,大幅提高了相建模的精度。该方法将沉积学与多点地质统计学有效结合,提出了一种全新的多点地质统计学相似度对比方法和多点地质统计学建模框架,为复杂储层的相建模提供了一种新的方法。     

储层沉积相多点地质统计学建模方法研究

基于变差函数的传统地质统计学随机建模是目前储层非均质性模拟和不确定评价的常用方法。但是该方法只能考虑空间中两点之间的相关性,因而难以再现具有复杂的相组合关系的储层结构。多点地质统计学以训练图像为基本工具,着重表达空间中多点之间的相关性,能够有效克服传统地质统计学在描述空间几何形态复杂的地质体方面的不足。训练图像是一个包含相接触关系的数字化先验地质模型,其中包含的相接触关系是地质工作人员认为一定存在于实际储层中的。通过训练图像将先验认识和概念模型引入到储层建模中,是多点地质统计学的一个突破性贡献。     

基于样式降维聚类的多点地质统计建模算法

评 价多点地质统计建模算法的一个重要指标是能否在保证建模质量的同时较好地协调计算效率和内存空间二者的平衡。基于样式的多点地质统计建模算法SIMPAT存在一定不足,使得SIMPAT算法在提出多年后仍然难以实际应用。国外学者提出了SIMPAT算法的改进算法：Filtersim和DisPat,但是在平衡计算效率和内存空间问题上仍存在一定的不足。通过深入剖析SIMPAT算法的原理和特点提出了基于样式降维聚类的多点地质统计建模算法。新算法采用邻近等间距取样法对所有数据样式进行降维聚类处理,把相似的数据样式聚为一类。不同于SIMPAT算法的一次相似度匹配计算,新算法采用2次相似度比较：先比较数据事件与样式类代表性样式的相似度,找到最相似的样式类;再进一步比较数据事件与该样式类中全部数据样式的相似度,进而确定相似度最大的数据样式。以 二维和三维实例比较了新算法与传统多点地质统计建模算法SIMPAT、Snesim、Filtersim和DisPat在相同参数条件下的模拟计算效率。结果表明,新算法在保证模拟质量基础上极大提高了基于样式的多点地质统计建模算法的计算效率,并节省内存空间。     

基于多点地质统计学的岩性气藏精细建模方法与应用

针对岩性气藏复杂地质特征导致的气藏描述和预侧中的不确定性,在对比评价随机建模理论与方法适应性的基拙上,提出以多点地质统计学为核心的“井一震一沉积模式”岩性气藏随机建模方法,即以先验地质认识为基拙,充分利用井点“硬数据”、三维地震数据及现代河流沉积模式等多域信息,以多点地质统计学的训练图像代替经典地质统计学的变差函数,综合运用各种信息,形成了岩性气藏精细地质建模技术与方法。在苏里格气田某三维试验区,通过多点地质统计学多域信息整合功能,建立试验区精细地质模型。模型评价结果表明,井震结合建模策略可以有效降低河流相岩性气藏储层表征的不确定性,显著提高了模拟精度和运算效率。     

基于多点地质统计学多数据联合约束的岩相模拟

传统的两点地质统计学随机模拟方法基于变差函数,无法再现复杂的地质结构,多点地质统计学利用空间多个点的组合模式来描述地质结构信息,更适合复杂结构地质体的模拟。首先介绍了多点地质统计学的基本概念和方法;然后提出了一种多数据联合约束的多点地质统计学随机模拟方法,并通过模型验证了方法的特点和有效性;最后以该方法为基础,联合训练图像、测井数据和地震反演数据,实现了多数据约束下的东营凹陷沙三段地层中三角洲浊积岩沉积区的岩相模拟,取得了较好的应用效果。     

两种改进的多点地质统计学方法对比研究

通过比较两种改进的多点地质统计学方法一即基于储层骨架的多点地质统计学建模方法和基于随机游走过程的多点地质统计学建模方法,明确了两种方法的优缺点及适应范围。研究结果表明,两种方法的共同点体现在都是利用基于目标方法生成河道主流线,进而利用河道主流线数据约束多点数据事件进行模拟。两种方法的不同点主要体现在主流线的生成方式及适用范围上。其中,基于储层骨架的多点地质统计学方法采用搜索窗的思想生成河道主流线,对井网密度较小的井区具有相对优势;而基于随机游走过程的多点地质统计学方法采用随机游走过程生成河道主流线,适合于井网密度较大的井区。在此基础上,提出多点地质统计学方法的改进应从综合地质认识和算法本身着手。     

基于三维训练图像的多点地质统计学岩相建模

针对多点地质统计学算法在三维区块模拟中获取合适的训练图像较为困难的问题,尝试用多点地质统计学方法建立了马岭油田长821小层的三维岩石相模型。首先介绍了多点地质统计学的基本原理和方法;然后结合已有的地质认识和相关的文献等资料建立了各岩相的空间接触关系,并对砂岩含量属性图阀值化建立起了研究区长821小层的训练图像;最后以井上解释的岩相数据为硬数据,各岩相比例统计成果为软数据,利用多点地质统计学中的Snesim算法实现了对长821小层的岩石相建模,并通过一系列模型检验方法对训练图像的维数、各岩相比例进行了对比分析;研究结果表明:在各岩相比例合适的前提下,采用阀值化方法获取的三维训练图像使多点地质统计学能更好的适应本区的岩石相建模,再现不同岩相砂体的复杂空间分布特征,为马岭油田有效储集砂体的预测提供了新的解决手段,对马岭油田的进一步开发具有重要指导意义。     

多点地质统计学随机建模方法及应用实例分析

针对多点地质统计学的特点,从多点地质统计学随机建模方法入手,深入分析了多点地质统计学与传统两点地质统计学的区别、优势、方法论和建模流程等内容,并在理论分析基础上给出典型的应用实例。在北海Oseberg油田使用多点地质统计学,并综合其他数据建立河流相油藏模型最终提高了砂体的预测精度,设计了新井,有效提高油田剩余油采收率。认为多点地质统计学方法综合了基于象元的方法易忠实于条件数据和基于目标的方法易再现目标几何形态的优点,同时克服了传统的基于变差函数的两点地质统计学不能表达的复杂空间结构和再现目标几何形态的不足,具有明显的优越性,为大庆长垣“315”工程精细开发地震攻关技术提供了重要的参考和借鉴。     

多点地质统计学方法在冲积扇构型建模中的应用

多点地质统计学方法通过扫描训练图像得到多点之间的相关性,其能够很好地描述地下储层的展布形态和分布规律。 与传统的两点地质统计学通过变差函数描述两点的相关性相比,多点地质统计学方法能更好地描述储层的空间相关性。介绍了多点地质统计学方法的基本原理,并在克拉玛依油田某区块下克拉玛依组冲积扇扇中亚相的构型建模中加以应用,最终建立的三维构型模型较好地展现了平面上和垂向上的分布形态及各构型间的接触关系。     

多点地质统计学储层建模的实用展望

概述了新兴的名为多点地质统计学（MPS）的地质统计方法的实际应用,着重于该技术在石油工业储层建模方面的应用。MPS利用量化的、基于象元的模板,即训练图像,帮助建立地质单元模型。MPS不同于传统的基于变异函数或基于目标的地质统计学方法。MPS的优点在于：用训练图像再现特征时,可以接受确定的和随机的多种类型约束。本文强调了使用训练图像促进储层建模的重要意义、基于象元的MPS建模和基于目标建模的原理和优缺点,以及MPS工作流程中训练图像的效用。除了在储层规模利用MPS建立相模型或物性模型外,该技术也可应用于再现孔隙特征。相信几年后MPS将是一种关键的建模技术,可应用于多种尺度的地质特征。     

由两点到多点的地质统计学储层建模

传统的两点地质统计学建模方法,以象元为空间赋值单元、变差函数为工具建立确定性的模型,或者应用各种随机模拟方法建立可选的模型,在精确表征复杂的空间结构及目标体几何形态方面有一定的局限性。有别于两点地质统计学的多点地质统计学,可有效地解决更广泛的地质模拟问题。然而,在实际应用过程中,受岩-相模型及与之相对应的训练图像可靠性的影响,结果变得比较复杂。因此,选择合适的训练图像及恰当的算法可有助于提高储层建模的精度和效率。以××油田曲流河沉积为例,采用两点和多点统计学方法构建模型。对比发现,基于多点地质统计学的地质建模方法真实可再现河流相的沉积形态,还降低随机建模的不确定性。尽管模拟结果与井点真实数据之间存在误差,但通过调整随搜索半径、训练图像大小及概率计算中临近点个数限制,可显著提高模型精度。     

多点地质统计学方法在东胜气田岩相模拟中的应用

在东胜气田阶段性地质研究基础上,把井控程度相对较高的锦11井区作为三维训练图像模拟区,结合地震、测录井、单井实钻岩性及国内外相关研究成果,进行沉积相认识的深化,确定锦11井区河道特征参数,运用目标模拟方法分别建立主力气层盒3、盒2段的训练图像。综合分析实钻井钻遇砂体发育状况,结合三维地震研究成果,以三维振幅数据体作为第二协同变量,应用多点地质统计学建立东胜气田三维岩相模型,真实再现了河道砂体的空间展布形态,具有较高的预测性,为下一步的精细砂体刻画提供了新的研究方法。     

多点地质统计学中训练图像优选方法及其在地质建模中的应用

在前人提出的高阶兼容性优选方法的基础上,提出一种基于数据事件重复概率的训练图像优选方法。其基本思路是提取条件数据中蕴含的数据事件,统计所提取的数据事件在训练图像中的重复次数并计算其重复概率,得到数据事件的无匹配率及其重复概率方差两个统计指标,用于表征训练图像中沉积模式的多样性与平稳性,评价其与建模区井数据蕴含的地质体空间结构的匹配性。无匹配率反映训练图像内地质模式的完备性,为首选指标;重复概率方差反映训练图像内地质模式的平稳性,为辅助指标,综合以上两种指标实现了对训练图像的优选。多组理论模型测试表明,重复概率方差小、无匹配率低的训练图像为最优训练图像。运用该方法对安哥拉Plutonio油田浊积水道训练图像进行优选,结果表明所建立的地质模型与地震属性吻合度高,能够更好地刻画水道的形态特征及砂体的分布模式。图9参24     

多点地质统计学算法Snesim参数敏感性分析

Snesim是第一个被应用到油田储层建模中的多点地质统计学算法。文中以弯曲河道作训练图像,对该算法建模过程中常涉及到的参数(如目标边际分布与伺服系统参数、搜索半径与搜索角、旋转角与仿射率,以及多重网格层数等)进行敏感性分析。分析结果表明:当目标相比例值与训练图像边际概率值接近时,模拟结果较合理;增大伺服系统参数可使模拟结果的边际概率接近目标相比例,但伺服系统参数设置过高将降低河道连续性;搜索邻域应与模拟维度相适应;局部旋转角和仿射率可将训练图像中的平稳与非平稳信息融合起来,用于趋势模拟;多重网格模拟中,网格层数取决于最大尺度结构信息的大小。以上认识可为利用Snesim算法进行储层建模提供一定的指导。     

地质统计学方法概要

使用测井数据对地震属性进行标定,寻求两类数据的一种线性的或非线性的定量函数关系,根据这种函数关系,可将地震属性转换为希望的储层物性。地震属性标定和储层物性转换使用着地质统计学方法。本文对现用的地质统计学方法做了系统介绍。这些方法包括多元统计分析、相关滤波技术、克里金预测技术、协克里金方法和利用相关学科知识实现参数的转换。     

基于量子蒙特卡罗的地震多属性聚类方法

多属性聚类分析是从众多地震属性中提取地下地质特征的重要途径。为了更好地提高属性聚类分析的有效性,本文将寻优能力更强的量子蒙特卡罗方法引入到聚类分析中,它能自动根据数据结构的特点,动态调整数据固有的类别数;通过在聚类分析过程中引入相关性分析,估算各个属性的权重大小,提出根据权重大小进行加权的方法,突出对地质特征敏感的地震属性的作用;并提出变尺度的方法,挖掘属性之间共有的、宏观的特征之外的细节部分,减少属性交叉信息的影响。实例应用结果表明,本文提出的方法能很好地挖掘数据的内在特征,提高储层预测的准确性。     

基于模拟退火算法的地质统计学反演方法

 地质统计学反演结合了地震反演储层预测方法和随机建模储层预测方法的优势，充分利用随机建模技术综合不同尺度的数据(如模拟过程可综合构造和地层信息)，反演时从井点出发，在井点处忠实于测井数据，井间符合地震数据，通过从地震道中抽取反射系数与子波褶积生成合成地震记录，利用合成地震记录与原始地震道的残差修改反射系数，得到新的反射系数序列，通过反复迭代，从而得到一个最佳逼近地震道的反射系数序列，通过反射系数序列可以求得多个等概率的相对波阻抗数据体。随机模拟方法包容了地震资料中的噪声，并考虑到数据在一定空间内的相关性，拓宽了地震数据频带，使随机模拟结果符合地震数据，使最终反演结果同时符合井数据、地震数据以及已知信息的地质统计学特征，结果的多个实现可用于不确定性评价，可以更加精确地描述储层的变化。     

多点地质统计学在储层建模中的应用分析

多点地质统计作为一门重要的数学地质学科,有效弥补了传统变异函数在复杂储层描述上的不足,是储层建模领域未来的主要发展方向。文章基于统计结果实例展开分析,以序贯模拟为参照,论述了图像训练与随机建模的重要性,并从具体应用的角度对多点地质统计学加以探讨,留待相关人员借鉴参考。