儲層多點地質統計學隨機建模方法研究論文

時間：2021-04-15 09:43:27 論文我要投稿

儲層多點地質統計學隨機建模方法研究論文

　　一、引言

儲層多點地質統計學隨機建模方法研究論文

　　在油氣開發過程中必然會涉及到相關數據測量，測量過程中就會不可避免的出現誤差，這些數據誤差會給油氣地質儲層建模帶來直接的影響。另外得到確定性的地質變量空間變量模型是不太現實的，那么在這個過程中就需要引用到概率論方法來完善數據建模。舉例來說對于儲層中流體的流動而言就需要結合微分方程系數等參數來進行探討。在利用傳統方法的建模過程中正常情況下都會使用內插方法得到儲層參數但同時也會對流動方程造成影響那么就會產生一定的偏差。因此在油氣地質儲層建模的過程中需要根據實際條件來對數據模型進行調整并篩選合理的模型來進行構建讓油氣產量預測可靠性得到保障。

　　二、多點地質統計學與訓練圖像

　　基于變差函數的傳統地質統計學隨機模擬是目前儲層非均質性模擬的常用方法。然而，變差函數只能建立空間兩點之間的相關性，難于描述具有復雜空間結構和幾何形態的地質體的連續性和變異性。

　　針對這一問題，多點地質統計學方法應運而生。該方法著重表達空間中多點之間的相關性，能夠有效克服傳統地質統計學在描述空間形態較復雜的地質體方面的不足。多點地質統計學的基本工具是訓練圖像，其地位相當于傳統地質統計學中的變差函數。對于沉積相建模而言，訓練圖像相當于定量的相模式，實質上就是一個包含有相接觸關系的數字化先驗地質模型，其中包含的相接觸關系是建模者認為一定存在于實際儲層中的。

　　三、地質概念模型轉換成圖像訓練

　　地質工作人員擅于根據自己的.先驗認識、專業知識或現有的類比數據庫來建立儲層的概念模型。當地質工作人員認為某些特定的概念模型可以反映實際儲層的沉積微相接觸關系時，這些概念模型就可以轉換或直接作為訓練圖像來使用。利用訓練圖像整合先驗地質認識，并在儲層建模過程中引導井間相的預測，是多點地質統計學模擬的一個突破性貢獻。

　　可以將訓練圖像看作是一個顯示空間中相分布模式的定量且直觀的先驗模型。地質解釋成果圖、遙感數據或手繪草圖都可以作為訓練圖像或建立訓練圖像的要素來使用。理想狀態下，應當建立一個訓練圖像庫，這樣一來建模人員就可以直接選取和使用那些包含目標儲層典型沉積模式的訓練圖像，而不需要每次都重新制作訓練圖像。

　　四、二維和三維訓練圖像

　　二維訓練圖像就是在縱向上沒有變化，比如人工劃相圖，因此二維訓練圖像又稱為偽三維訓練圖像。二維訓練圖像在縱向上不能反映河道微相的加積，在橫向上也不能反映各沉積微相的遷移。因此二維訓練圖像比不能很好的反映沉積構型。在三維訓練圖像中，可以反映各微相在橫向上的遷移和垂向的加積，能夠很好的反映沉積體的空間結構。因此在實際應用中多使用三維訓練圖像。

　　五、油氣地質儲層建模發展趨勢展望

　　從大環境來看目前我國的油氣地質儲層建模較以往取得了很大的進展，但是在某些環節上依然暴露了一定的問題，需要在以下幾方面進行完善。

　　（1）遇到地質條件較為復雜的情況時需要將側積體視為目標體來進行儲層構型分析并根據分析結果來進行建模。

　　（2）需要進一步提升地質知識水平并且將這地質知識應用并整合到建模中。

　　（3）加強目標體連續性過程。

　　（4）對三維訓練圖像構建和三維模擬中數據事件進行更具深度的把握。

　　（5）對井數據模擬條件進行優化。除了在算法上進行改進外還應該讓原型模型變得更為豐富并體現出層次感，將地震信息進行高度整合化，構建出地質約束原則，另外在建模過程中對層次分析與模式擬合給予充分的重視。

　　六、結論

　　將更多的地質資料整合到儲層建模過程中以確保最終數值模型更加符合地質認識，這在預測儲層流體特征時是十分必要的。多點地質統計學為地質工作者提供了一個強大的工具，使得他們可以通過訓練圖像將概念模型和先驗地質認識整合到建模過程中。

　　目前研究的重點是提高多點模擬算法的性能，包括：提高運行速度，降低內存開銷，提高沉積模式再現效果以及更靈活的整合不同來源的信息等。有理由相信，隨著多點建模方法不斷趨于主流，以及越來越多的地質工作者對這一方法變得熟悉，多點地質統計學將成為下一代地質建模工具。

　　參考文獻

　　[1]王家華，張團峰.油氣儲層隨機建模[M].北京：石油工業出版社，2001：119-143.