CN102498502A - 使用岩石物理数据创建3d岩石表示的方法 - Google Patents

Abstract

本发明允许利用基于基本物理原理的前向模型使用全局优化方法来进行多个岩石物理数据集的联合反演，来产生地下岩石结构的3D岩石表示。所得到的3D岩石表示捕获内部结构，并且重视地下岩石结构的测量的岩石物理特性。3D岩石表示然后可以被用来预测在反演中未被考虑的额外特性，来进一步表征地下岩石结构。

Description

使用岩石物理数据创建3D岩石表示的方法

技术领域

本发明总地涉及用于创建地下岩石结构的3D岩石表示的方法和系统，并且具体地涉及利用作为输入数据的岩石物理数据的联合反演的全局优化方法。

背景技术

测井记录(log)和岩芯(core)数据的联合反演的传统方法使用不同矿物质和流体的分数(fraction)来表示地下岩石结构。在大多数情况下，复合物的岩石物理特性被建模为用相应分数加权的各个分量的特性的平均。大多数模型是线性的，一些模型是非线性的，但是所有模型是对由物理学基本原理给出的全解的分析近似。存在适用于这些模型并给出岩层中矿物质与流体的体积比的精确描述的用于联合反演分析的广泛使用的方法。这种分析缺乏关于内部岩石结构和孔隙网络的任何描述。因此，尽管这些方法由于有效矩阵反演方法的可用性而具有快速的优点，它们不能提供关键储层参数，诸如孔隙连通性、曲折度、弹性特性、毛管压力、渗透率、岩相和相对渗透率。此外，这些分析方法经常使用局部优化算法，对于不同初始估计产生不同解。

在用于岩石物理特性(诸如NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率，和其他特性)的前向模型中使用基本物理原理的完全解通常除了分数描述之外还需要关于内部岩石结构的额外信息，包括固体框架或岩石孔隙空间的连通性。需要一种反演方法，该反演方法除了体积分数之外还捕获内部岩石结构，并产生地下岩石的3D表示，后者可以被用来计算在原来的反演中未被考虑的其他岩石物理特性和储层参数，从而对该方法给出了预测能力。

发明内容

这里描述了使用岩石物理数据创建地下岩石结构的3D岩石表示的各种实施例的实现方式。

根据本发明的一种实现方式，提供了一种计算机实现的方法，用于利用岩石物理数据创建地下岩石结构的3D岩石表示。该方法通常包括在计算机存储介质中存储与地下岩石结构相关的多个获取的数据集，其中数据集包括地下岩石结构的测量的岩石物理特性。该方法还包括在包含被配置为与计算机存储介质相通信的一个或多个处理器的计算机系统上执行并执行被配置为用减少数目的变量产生地下岩石结构的简化3D岩石表示的一个或多个计算机程序，其中变量表示岩石结构的近似。该方法还包括通过计算机系统根据简化的3D岩石表示产生3D岩石表示。该方法还包括通过计算机系统在3D岩石表示上对多个岩石物理特性进行前向建模来产生预测的岩石物理特性，并且通过计算机系统对预测的岩石物理特性和测量的岩石物理特性进行比较。该方法包括通过计算机系统利用全局优化方法修改简化的3D岩石表示的变量并且重复上面的特定操作直到达到预测的岩石物理特性和测量的岩石物理特性的收敛。该方法还包括通过计算机系统根据在收敛时求出的简化的3D岩石表示产生优化的3D结构表示；其中优化的3D岩石表示具有地下岩石结构的岩石物理特性并且能够被用来模拟额外的岩石物理、地质和储层特性。

在一些实施例中，数据集包括岩芯数据和测井记录数据；岩石物理特性包括岩石和流体特性，包括NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率；以及简化的3D岩石表示包括线性或对数标度中的离散傅里叶滤波表示、小波滤波表示、转变概率3D矩阵表示和沉积模型表示中的一个或多个。

在另外的实施例中，前向建模方法包括NMR响应、电气特性、弹性响应、核特性、毛管压力、地层因数和渗透率的任何组合的联合反演；前向建模方法包括非线性联合反演；前向建模方法包括随机游走、有限差分、有限元、网络建模和元胞自动机中的一个或多个；并且当测量的岩石物理特性和预测的岩石物理特性之间的差根据下面的等式最小化时确定收敛：

${\mathrm{\χ}}^2\left(x\right)=\underset{j=1}{\overset{N_j}{\mathrm{\Σ}}}{[b_j-f_j\left(x\right)]}^2$

在本发明的其他实施例中，修改简化的3D岩石表示的变量利用全局优化方法，后者包括演化策略、遗传算法、模拟退火和并行回火中的一个或多个；演化策略包括解的群体(population)中的个体的重组、置换和选择；优化的3D岩石表示被用来预测额外的岩石物理、地质和储层特性，包括：NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率、岩相和相对渗透率；并且优化的3D结构表示以图形方式被显示。

根据本发明的另一种实现方式，提供一种被配置为执行岩石物理数据集的联合反演以获得地下岩石结构的3D岩石表示的计算机系统。该计算机系统通常包括：计算机存储装置，具有包括与地下岩石结构相关的多个数据集的计算机可读介质，其中数据集包括地下岩石结构的测量的岩石物理特性；图形用户接口，包括用户输入装置和显示装置，被配置和安排用来显示优化的3D岩石表示的至少一个图像；和至少一个处理器，被配置和安排用来执行存储在计算机存储介质中的计算机可读的可执行指令。当被执行时，允许用户执行包括以下的操作：用减少数目的变量产生地下岩石结构的简化的3D岩石表示，其中变量表示岩石结构的近似；根据简化的岩石表示产生3D岩石表示；在3D岩石表示上对多个岩石物理特性前向建模来产生预测的岩石物理特性；将预测的岩石物理特性与测量的岩石物理特性相比较；利用全局优化方法修改简化的3D岩石表示的变量并且重复特定操作直到达到预测的岩石物理特性和测量的岩石物理特性的收敛；根据收敛时求出的简化的3D岩石表示产生优化的3D岩石表示；其中优化的3D岩石表示具有地下岩石结构的岩石物理特性并且能够被用来确定地下岩石结构的额外特征。

上面提及的发明内容部分被提供来介绍简化形式的概念的选择，在下面详细描述部分对其进行进一步描述。发明内容并非旨在识别要求保护的主题的关键特征或实质特征，也并非旨在用来限制要求保护的主题的范围。另外，要求保护的主题不限于解决本公开的任何部分中提到的任何或全部缺点的实现方式。

附图的简要说明

通过下面的说明书、权利要求和附图，将会更好地理解本发明的这些和其他目的、特征和优点，其中：

图1示出本发明一个实施例的流程图。

图2示出本发明一个实施例的图像的比较。

图3示出本发明一个实施例的2D表示域。

图4示出本发明一个实施例的个体和代的演化。

图5示出本发明一个实施例的岩石结构的3D表示。

图6示出本发明一个实施例的模拟NMR时间衰减信号。

图7示出本发明一个实施例的估计的地层因数。

图8示出本发明一个实施例的估计的毛管压力。

图9示出本发明一个实施例的计算的线性路径函数。

图10示意性地示出用于执行本发明的计算机系统的例子。

具体实施方式

本发明允许使用全局优化方法，利用孔隙标度前向模型(pore-scale forward model)执行多个岩石物理数据集的联合反演，来产生地下岩石结构的3D岩石表示。所得到的3D岩石表示捕获地下岩石结构的内部结构，并重视(honor)地下岩石结构的测量的岩石物理特性。3D岩石表示然后可被用来预测在反演中未被考虑的额外特性，以便进一步表征地下岩石结构。

图1示出本发明的一个实施例的流程图，示出了利用岩石物理数据创建地下岩石结构的3D岩石表示的计算机实现的联合反演方法10。该方法包括获取与地下岩石结构相关的多个数据集，其中数据集包括地下岩石结构的测量的岩石物理特性12；用减少数目的变量产生地下岩石结构的简化的3D岩石表示，其中变量表示地下岩石结构的近似14；根据简化的3D岩石表示产生3D岩石表示16；在3D岩石表示上对多个岩石物理特性前向建模来产生预测的岩石物理特性18；确定预测的和测量的岩石物理特性的收敛20；利用全局优化方法修改简化的3D岩石表示的变量，并重复16到22直到达到预测的岩石物理特性和测量的岩石物理特性的收敛22；以及根据收敛时求出的简化的3D岩石表示产生优化的3D岩石表示24。

获取与地下岩石结构相关的数据集

在操作12，获取与地下岩石结构相关的多个数据集。数据集包括地下岩石结构的测量的岩石物理特性，并且可以包括岩芯数据和测井记录数据。本领域技术人员将理解，可以使用包括地下岩石结构的测量的岩石物理特性的其他数据集。反映固体框架或岩石孔隙空间的结构和流体特性的岩石物理特性例如可以包括：NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率。在一些实施例中，磁化的NMR时间演化，NMR T₂衰减，和地层因数是用来产生地下岩石结构的简化的3D岩石表示的岩石物理特性。NMR T₂衰减间接度量孔隙尺寸，因为当自旋(spin)在流体中扩散的同时撞击颗粒表面时来自质子的信号衰减加速。因此，NMR T₂衰减包含与小尺度特征有关的信息。地层因数是曲折度或孔隙之间的连通性的度量，因此携带关于较大尺度特征的信息。这两个岩石物理特性对于重建包括两种尺度的3D岩石表示是互补的。

产生简化的3D岩石表示

在操作14，用减少数目的变量产生地下岩层的简化的3D岩石表示，其中变量表示地下岩层的近似。在一些实施例中，利用线性或对数标度中的离散傅里叶滤波表示、具有不同小波类型的小波滤波表示、具有空间关联的转换概率3D矩阵、和利用颗粒尺寸和形状的分布建立的沉积模型中的一个或多个产生简化的结构表示。图2示出了3D岩石图像26的原始图像或切片与从对于对数标度离散傅里叶表示(“LDF”)28和丢弃小波长的傅里叶高滤波表示30这两者针对矢量x使用相同尺寸的简化的3D岩石表示重建的图像的切片之间的比较。产生简化的表示的目标是减少有效变量的数目并且避免滤除对于孔隙-固体表面特性有重要影响的小波长。

参照图3，根据本发明的实施例示出了2D可视化LDF表示域32。取代考虑3D网格上的所有傅里叶分量，傅里叶空间被细分为跨某些给定立体角孔径的区域。在3D实施例中，这与地球表面的纬度和经度划分类似。沿着径向，使用对数标度细分均等地跨越不同标度阶。

作为非限制性例子，为了产生简化的表示，令φ(r)为尺寸为N_L＝L_x·L_y·L_z的栅格或3D离散实空间中的图像。离散傅里叶变换在3D离散傅里叶空间或栅格中产生复合函数

为了使φ(r)为确定的，傅里叶变换

满足

(星代表复数共轭)，因此该表示中仍然存在N_L个独立改变的量。

的逆傅里叶变换产生图像φ(r)。可以在这个图像上执行不同相(孔隙、颗粒和粘土)之间的分割。例如，二元化(孔隙和固体)分割通过水平切割(level cut)Θ(φ(r)-φ_c)恢复，其中Θ是Heaviside阶跃函数，并且截止值φ_c由材料的孔隙率确定，假定是已知的。简化的表示x是考虑图3中示出为32的离散域中的

的代表值的独立实部和虚部来构建的。

产生3D岩石表示

返回参照图1，在操作16，根据简化的3D岩石表示产生3D岩石表示。在本发明的一些实施例中，利用下面的操作根据简化的3D岩石表示x产生3D岩石表示：

1.将实变量x_i的值分配给域代表复数变量的指定实部或虚部并且内插值

2.根据反对称条件

完成剩余的复数变量。

3.进行逆傅里叶变换来获得φ(r)。

4.使用分半算法来搜索φ_c的值，使得利用水平切割条件，获得具有所需孔隙率的3D岩石表示。这种分半算法对于本领域技术人员是公知的。

在本发明的一些实施例中，利用LDF表示减小了数学问题的总维度并且引入了利用全局优化策略来做出非局部改变的可能性，因为傅里叶分量中的改变可能在全局上影响重要的岩石物理量，诸如孔隙尺寸和形状。关于傅里叶表示的技术细节可以在R.Salazar和L.D.Gelb的“A Computational Study of the Reconstruction of AmorphousMesoporous Materials from Gas Adsorption Isotherms and StructureFactors via Evolutionary Optimization”，Langmuir 23，530(2007)中找到，将其全文并入本文作为参考。

对岩石物理特性进行前向建模

在操作18，在3D岩石表示上对多个岩石物理特性进行模拟或前向建模来产生预测的岩石物理特性。在一些实施例中，岩石物理特性包括但不限于：NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率。作为例子，使用NMR T₂衰减和地层因数作为要被前向建模的岩石物理特性，以及随机游走前向建模技术，该数学问题可能与扩散等式相关，并且获得用于确定岩石物理响应的有效解。计算效率在全局优化中是必要的，因为需要进行数万个前向计算。

随机游走再现自旋的扩散运动来模拟多孔介质中的受约束流体的NMR响应。这个算法模拟自旋包(spin packet)在旋转框的横切面，即NMR工具天线的测量平面中的投影M(r，t)，并将均匀外部磁场中的扩散和体流体松弛效应描述为：

$\frac{\∂M(r,t)}{\∂t}=D_0{\▿}^{2}M(r,t)-\frac{M(r,t)}{T_{2b}}$

其中

是拉普拉斯算子，D₀是流体扩散系数并且T_2b是横向流体松弛时间，主要是由于局部地产生时间指数衰减的流体内的自旋之间的偶极-偶极交互。在二元岩石图像所表示的3D栅格上，随机游走遵循离散等式：

r(t+δt)＝r(t)+δr·e_i

其中t是时间，δr是图像中的体素(voxel)线性尺寸而e_i是随机指向栅格中6个笛卡尔方向之一的单位矢量：e₁＝(1，0，0)，e₂＝(0，1，0)，e₃＝(0，0，1)，e₄＝(-1，0，0)，e₅＝(0，-1，0)，e₆＝(0，0，-1)。除了扩散之外，还在孔隙流体和固体颗粒之间的界面处发生表面松弛。当游走体处于流体-固体边界附近时，磁化衰减被局部增强以包括显微级别的这个表面松弛效应。当自旋到达边界时瞬时消失的概率通过整合扩散传播函数来计算：

$p=\frac{2}{3}\frac{\mathrm{\ρ\δr}}{D_0}\×0.96$

其中ρ是表面松弛度。如果游走体存活，它的位置不改变。在每个时间步阶，记录仍然存活的初始随机游走体的分数n(t)/n(0)，并且作为时间的函数的总磁化幅值被给出为

$M\left(t\right)=M_0\frac{n\left(t\right)}{n\left(0\right)}\exp (-t/T_{2b})$

用来模拟或前向建模在用盐水填充的样本岩芯上测量的Carr-Purcell-Meiboom-Gill(CPMG)脉冲序列的典型值为：

D₀＝2500μm²/s，T_2b＝3s，ρ＝16μm/s

随机游走可以被用来模拟Laplace等式(即扩散等式)，并且处于恢复曲折度以及因此恢复地层因数的长时间扩散限制内。地层因数F被定义为体流体的导电率与被流体饱和的岩石的导电率之比。对于曲折的孔隙网络，地层因数是曲折度τ＝Fφ的函数，其中φ是岩石的孔隙率。曲折度指的是自由空间中的扩散系数与多孔介质中的扩散系数之比。三维空间中的扩散系数D是从均方位移的时间导数获得的

$D\left(t\right)=\frac{1}{6}\frac{d<r^2\left(t\right)>}{\mathrm{dt}}$

其中<r²(t)>是对于位置r_i(t)，  i＝1，...，n_r的n_r个随机游走体的均方位移

$<r^2\left(t\right)>=\frac{1}{n_r}\underset{i=1}{\overset{n_r}{\mathrm{\&Sigma;}}}{[r_i\left(t\right)-r_i\left(0\right)]}^2$

孔隙结构被假定为是各向同性的。对于体流体中的不受限扩散，<r²(t)>＝6D₀t，因此D(t)＝D₀是恒定的。在孔隙结构内D(t)是时间相关的并且与体流体中的相比减小。长期的限制值D_∞给出曲折度τ＝D₀/D_∞。镜像边界条件被用在有限3D二元图像上以允许长期扩散动态性能。总而言之，使用3D岩石表示作为输入，利用所述的前向建模方法计算NMR T2衰减和地层因数。尽管已经具体描述了使用随机游走的前向建模，本领域技术人员将理解也可以使用其他前向建模方法，诸如有限差分、有限元、网络建模、和蜂窝自动机。应用于3D岩石表示并考虑地下岩石和流体的孔隙标度物理性质的前向模型一般可以被设计用来模拟其他岩石物理特性。

确定收敛

返回参考图1，在操作20，通过计算L₂范数度量来确定预测的和测量的岩石物理特性的收敛。反演或联合反演问题可以被表述为优化，其中用来优化或最小化的函数是测量的数据和模型预测的数据之间的差的度量。通常使用L₂范数，其中函数χ²是用来最小化的最小平方函数：

${\mathrm{\&chi;}}^2\left(x\right)=\underset{j=1}{\overset{N_j}{\mathrm{\&Sigma;}}}{[b_j-f_j\left(x\right)]}^2$

χ²是形成表示矢量x的n个参数x_i的函数。{b_j，j＝1，...，N_j}是要被重视的测量的岩石物理特性。当最小χ²值的变化处于确定的容限内时达到收敛。对变量的数值约束可以作为附加项、正则项等等而被引入。在感兴趣的大多数情况下，前述等式中的f具有对参数的非线性相关性。这阻止使用通用线性代数方法。

全局优化方法

在操作22，使用全局优化方法来修改简化的3D岩石表示的变量，并重复操作16到22直到达到预测的岩石物理特性和测量的岩石物理特性的收敛。非线性问题通常具有多于一个最小值；因此，局部最小化结果可能不是全局最小值。即使是使用局部梯度信息的非线性方法，例如基于Levenberg-Marquardt算法的那些方法，也不能确保所求解的最小值是全局的最小值。在一些实施例中，用于修改简化的结构表示的变量的全局优化方法可以包括试探算法，诸如演化策略(“ES”)、遗传算法、模拟退火和并行回火，或其组合。全局优化方法必须能够管理具有大量变量的计算密集问题。

在一个例子中，ES在试验结构的群体上操作，因此很好地在并行计算机体系结构上实现。另外，ES提供全局动态性能，其中整个矢量x在χ²估计之间修改，这大大提高了效率。P个个体{x_m}的初始群体随机产生。一旦产生，该初始群体在很多代上演变。ES包括在解的群体中的个体的重组、置换、和选择。

重组的操作包括使用本地离散重组算法从P个父母的当前群体产生Q＞P后代{x_l}。从原始的群体选择两个随机父母。然后通过为后代上的每个分量随机选择一个父母来创建一个后代。这对应于将父母的工作表示混洗在一起，使得给定分量处的所有信息仅从一个父母获得。注意在这个步骤中大多数先前ES应用至少使用了Q/P≈6。

置换的操作包括通过使用沿着对数正态随机游走的步长来修改集合{x_l}中的每个后代：

lnx_l，i→lnx_l，i+G_l，i·Δ

其中G_l，i是独立的正态高斯随机数。Δ是控制随机游走中的移动的大小的全局参数，该大小缓慢减小以允许朝行程结束细调优化结构。使用其中

是当前群体的平均拟合度。这个置换机制正确地管理x_l，i中存在的幅值的所有不同阶。为了允许符号改变，也包括具有低概率p_f的x_l，i→-x_l，i移动。

评估和选择的操作包括对每个后代评估拟合度准则χ²(x_l)。从后代群体Q，具有最低χ²(x_m)值的P-1后代{x_m}存活成为下一代父母而其余的被消除(最适合的存活)。另外，前一代的最佳父母被保留，以便防止当前最佳个体的丢失。

优化的3D岩石表示

当最小χ²值不随着代而改变，或者在限定容限内改变时达到收敛。O(10^-4)的χ²值通常在几百代内达到。对于Q后代的χ²的评估可能是计算密集的，但可以并行执行。使用这里描述的前向建模过程根据在收敛处求得的简化的结构表示产生优化的3D岩石表示。所得到的优化的3D岩石表示捕获初始考虑的地下岩石结构的岩石物理特性。优化的3D岩石表示然后可以被用来计算(模拟)和预测额外的岩石物理量和储层参数，诸如在反演中未被考虑但对于进一步表征地下岩石结构有用的NMR特性、电气特性、弹性特性、核特性、毛管压力、渗透率、岩相和相对渗透率。

图1中所实现的联合反演方法10最小化函数χ²，其度量几个岩石物理特性的预测的值相对于测量的或目标值的拟合度。所使用的全局优化算法可以基于ES，其遵循再现和置换规则模拟从一代演化到另一代的群体中最适合的个体的存活。为了实现通过全局优化算法进行全面搜索的计算能力，可以使用随机游走方法的快速前向模型能够被用来计算目标测量岩石物理特性。可以通过针对特定方向和特定波长考虑傅里叶空间表示的离散分区来获得地下岩石结构的简化的3D岩石表示。以这种方式，由实空间中的100³个体素构成的地下岩石结构的简化的3D岩石表示，可以在具有大约5000个变量的傅里叶空间中用简化的3D岩石表示来表示。

结果

在一个实施例，分辨率为20微米/体素并且具有19％孔隙度和250 mD渗透率的砂石的64³网格尺寸的3D X射线微层析图像，被初始用作原始3D岩石图像。使用方法10，计算NMR磁化时间衰减和地层因数。这两个岩石物理特性和估计的孔隙度是用于联合反演方法的输入数据。作为输出，产生具有相似NMR和地层因数特性的所得到的3D岩石表示。其他岩石物理量，诸如毛管压力曲线，从原始3D岩石图像计算并与从所得到的优化的3D岩石表示计算的相同岩石物理特性相比较，以便测试它包含与原始图像在统计上类似的孔隙结构。

使用相关长度从原始图像估计初始群体。为了重建，NMR磁化时间衰减和地层因数被一起输入。图4示出了作为代的函数的χ²的演化。绘出了每代的最佳个体或最小值和平均个体36。演化过程细化简化的3D岩石表示同时尽量最小化χ²。结构的小变化出现在优化的较晚阶段，如图5中所示。图5示出了第#50代的最佳个体3D岩石表示38，以及第#500代的40。原始目标图像被示出为42。监视岩石物理特性的演化以得到最佳个体。图6示出了随着代数增加NMR签名接近目标数据；目标被示出为46，在第#50代示出为44，而在第#500代被示出为48。给出地层因数的长期扩散限度在图7中示出。被用来与目标值比较的地层因数是第二半模拟时间间隔的平均值。图7示出各代的优化的两个阶段的最佳个体曲线和根据目标图像计算的曲线之间的比较。目标图像被示出为50，第#50代的最佳个体被示出为52，而在第#500代为54。

为确定结果是否包括具有与目标结构相似的岩石物理特性的代表性结构，对未包括在优化过程中的不同岩石物理特性的质量进行比较。例如，使用本领域公知的任何数量的算法和与气体渗透性相关的线性路径函数来模拟毛管压力曲线。针对模拟毛管压力所获得的结果在图8中示出：目标图像被示出为56，第#50代的最佳个体被示出为58而第#500代为60。

线性路径函数被定义为当被随机投入样本中时，特定长度的线段完全位于单个相(孔隙相，以便与气体渗透性相关)中的概率。图9中示出了获得的结果。图9示出了对示出为62的目标图像计算的线性路径函数，第#50代的最佳个体被示出为64，第#500代为66。

图8和9中显示的结果示出随着代数的增加，预测的毛管压力曲线和线性路径函数的改进，尽管这些特性在优化过程中不被认为是目标特性。这样的结果表明，利用适当的岩石物理特性，在这个例子中为NMR和地层因数，所得到的3D岩石表示可以被用来预测在其构建中未被使用的其他特性。

图10示意性地示出计算机网络84的例子，其中可以实现此处描述的各种技术的实现方案。计算机网络84可以包括数据处理系统或计算机系统88，后者可以实现为任何传统的个人计算机或服务器。但是，本领域技术人员将理解，可以在其他计算机系统配置中实施此处描述的各种技术的实现方案，包括超文本传输协议(HTTP)服务器，手持装置，多处理器系统，基于多处理器的或可编程的消费电子装置，网络PC，微型计算机，Linux计算机，大型计算机，等等。

计算机系统88，包括至少一个处理器，可以与至少一个盘存储器或至少一个存储装置86和96(可以是外部硬盘存储装置)通信。可以构想盘存储装置86和96是传统的硬盘驱动器，这样，将由局域网或远程访问实现。当然，尽管盘存储装置86和96被示出为单独的装置，但可以按需使用单个存储装置来存储任何或全部程序指令、测量数据和结果。

在一种实现方案中，与地下岩石结构相关的数据集可以被存储为盘存储装置96中的计算机存储介质。计算机系统88可以从盘存储装置96检索适当的数据，以便按照与此处描述的各种技术的实现相对应的程序指令来处理数据。程序指令可以以计算机编程语言编写，诸如FORTRAN、C、C++、Java，等等。程序指令可以存储在计算机可读介质中，诸如程序盘存储装置86。这种计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质可以包括以任何信息存储方法或技术实现的易失性和非易失性以及可移除和不可移除介质，诸如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质还可以包括RAM、ROM、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存或其他固态存储技术、CD-ROM、数字多用盘(DVD)，或其他光存储器、磁盒、磁带、磁盘存储器或其他磁存储装置，或可被用来存储期望信息并且可被计算系统88访问的任何其他介质。通信介质可以实施计算机可读指令、数据结构、程序模块或调制数据信号中的其他数据，诸如载波或其他传输机制，并且可以包括任何信息递送介质。术语“调制数据信号”可以表示这样一个信号：其一个或多个特征以在该信号中编码的方式来设定或改变。作为举例而非限制，通信介质可以包括有线介质，诸如有线网络或直接导线连接，以及无线介质，诸如声、RF、红外和其他无线介质。上述的任何组合也包括在计算机可读介质的范围内。

在一种实现方案中，计算机系统88可以包括至少一个图形用户接口(GUI)组件，诸如图形显示器90，和键盘92，可以包括指示装置(例如鼠标，跟踪球，等等，未示出)来实现交互操作。GUI组件可以用来显示数据和处理后的数据产品，以及允许用户在实现本发明的各方面的选项中进行选择。计算机系统88可以将上述方法的结果存储在盘存储器86上，供以后使用及进一步分析。

计算机系统88可以处于远离数据获取区域或处理设施(未示出)的数据中心。计算机系统88可以与数据获取接收器通信(直接或通过记录单元，未示出)，来接收表示地下岩石结构的岩石物理特性的信号。这些信号，在传统的格式化和其他初始处理之后，可以通过计算机系统88存储为盘存储器96中的数字数据，供以上述方式进行后续检索和处理。尽管图10示出盘存储器96直接连接到计算机系统88，也可以构想盘存储装置96可以通过局域网或通过远程访问而被访问。此外，尽管盘存储装置86和96被示出为用于存储输入数据和分析结果的独立装置，盘存储装置86和96可以被实现在单个盘驱动器中(一起或单独)，或者以本领域技术人员参考本说明书能完全理解的任何其他传统方式实现。

尽管在上述说明书中关于其某些优选实施例描述了本发明，并且为了说明的目的阐述了许多细节，但对于本领域技术人员很明显，可以对本发明做出改变，并且这里描述的特定其他细节可以显著改变而不偏离本发明的基本原理。这里引用的所有专利和出版物在不与本文相违背的程度上被并入本文作为参考。

Claims (13)

1.一种计算机实现的联合反演方法，用于利用岩石物理数据创建地下岩石结构的3D岩石表示，该方法包括：

a)在至少一个计算机存储介质中存储与地下岩石结构相关的多个获取的数据集，其中数据集包括地下岩石结构的测量的岩石物理特性；

b)在包括被配置为与计算机存储介质通信的一个或多个处理器的计算机系统上执行被配置为用减少数目的变量产生地下岩石结构的简化的3D岩石表示的一个或多个计算机程序，其中变量表示地下岩石结构的近似；

c)通过计算机系统，根据简化的3D岩石表示产生3D岩石表示；

d)通过计算机系统，在3D岩石表示上对多个岩石物理特性进行前向建模来产生预测的岩石物理特性；

e)通过计算机系统，对预测的岩石物理特性和测量的岩石物理特性进行比较；

f)通过计算机系统，利用全局优化方法修改简化的3D岩石表示的变量，并且重复操作c)到f)直到达到预测的岩石物理特性和测量的岩石物理特性的收敛；以及

g)通过计算机系统，根据在收敛时求出的简化的3D岩石表示产生优化的3D结构表示；其中优化的3D岩石表示具有地下岩石结构的岩石物理特性并且能够被用来模拟额外的岩石物理、地质和储层特性。

2.根据权利要求1的方法，其中数据集包括岩芯数据和测井记录数据。

3.根据权利要求1的方法，其中岩石物理特性包括岩石和流体特性，包括：NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率。

4.根据权利要求1的方法，其中简化的3D岩石表示包括线性或对数标度中的离散傅里叶滤波表示、小波滤波表示、转变概率3D矩阵表示和沉积模型表示中的一个或多个。

5.根据权利要求1的方法，其中前向建模方法包括NMR响应、电气特性、弹性响应、核特性、毛管压力、地层因数和渗透率的任何组合的联合反演。

6.根据权利要求1的方法，其中前向建模方法包括非线性联合反演。

7.根据权利要求1的方法，其中前向建模方法包括随机游走、有限差分、有限元、网络建模和元胞自动机中的一个或多个。

8.根据权利要求1的方法，其中当测量的岩石物理特性和预测的岩石物理特性之间的差根据下面的等式最小化时确定收敛：

${\mathrm{\&chi;}}^2\left(x\right)=\underset{j=1}{\overset{N_j}{\mathrm{\&Sigma;}}}{[b_j-f_j\left(x\right)]}^2$

其中：

χ²是形成表示矢量x的n个参数x_i的函数；并且

{b_j，j＝1，...，N_j}是要被重视的测量的岩石物理特性。

9.根据权利要求1的方法，其中修改简化的3D岩石表示的变量利用全局优化方法，该全局优化方法包括演化策略、遗传算法、模拟退火和并行回火中的一个或多个。

10.根据权利要求8的方法，其中演化策略包括解的群体中的个体的重组、置换和选择。

11.根据权利要求1的方法，其中优化的3D岩石表示被用来预测额外的岩石物理、地质和储层特性，包括：NMR特性、电气特性、弹性特性、核特性、毛管压力和渗透率、岩相和相对渗透率。

12.根据权利要求1的方法，其中优化的3D结构表示以图形方式被显示。

13.一种被配置为执行岩石物理数据集的联合反演以获得地下岩石结构的3D岩石表示的计算机系统，该计算机系统包括：

a)计算机存储装置，具有包括与地下岩石结构相关的多个数据集的计算机可读介质，其中数据集包括地下岩石结构的测量的岩石物理特性；

b)图形用户接口，包括用户输入装置和显示装置，被配置和安排用来显示优化的3D岩石表示的至少一个图像；和

c)至少一个处理器，被配置和安排用来执行存储在计算机存储介质中的计算机可读的可执行指令，以便允许用户执行包括以下的方法：

i)用减少数目的变量产生地下岩石结构的简化的3D岩石表示，其中变量表示岩石结构的近似；

ii)根据简化的岩石表示产生3D岩石表示；

iii)在3D岩石表示上对多个岩石物理特性前向建模来产生预测的岩石物理特性；

iv)将预测的岩石物理特性与测量的岩石物理特性相比较；

v)利用全局优化方法修改简化的3D岩石表示的变量，并且重复操作ii)到v)直到达到预测的岩石物理特性和测量的岩石物理特性的收敛；以及

vi)根据收敛时求出的简化的3D岩石表示产生优化的3D岩石表示；其中优化的3D岩石表示具有地下岩石结构的岩石物理特性并且能够被用来确定地下岩石结构的额外特征。

Images