CN103901475B - 一种属性等值线图绘制方法及装置 - Google Patents
一种属性等值线图绘制方法及装置 Download PDFInfo
- Publication number
- CN103901475B CN103901475B CN201410126087.7A CN201410126087A CN103901475B CN 103901475 B CN103901475 B CN 103901475B CN 201410126087 A CN201410126087 A CN 201410126087A CN 103901475 B CN103901475 B CN 103901475B
- Authority
- CN
- China
- Prior art keywords
- weight coefficient
- point
- attribute
- factor
- isogram
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000035699 permeability Effects 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 16
- 230000001186 cumulative effect Effects 0.000 claims description 32
- 238000005315 distribution function Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 230000000704 physical effect Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008595 infiltration Effects 0.000 description 3
- 238000001764 infiltration Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种属性等值线图绘制方法及装置。所述属性等值线图网格化方法包括步骤:选定一个包括权系数因子的权系数函数;采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子;将所述求出的权系数因子代入所述权系数函数中求出权系数;将已知离散点的值与其权系数相乘的平均值作为待定点的值;计算出所有待定点的值,绘制属性等值线图。本发明提供的属性等值线图绘制方法及装置将储层的非均质性考虑在内,能更加准确的反映出地下储层的孔隙度、渗透率等储层物性参数的分布情况。
Description
技术领域
本发明方法涉及石油、地矿勘探开发中属性地质建模领域,特别涉及一种属性等值线图绘制方法及装置。
背景技术
在石油、地矿勘探开发工作中,需要将采集并处理后的地震数据绘制成地震构造图,以便观察和分析地层构造。所述的地震构造图包括属性等值线图,所述属性等值线图可以是将采集的少数某一地质属性的离散数据进行网格化自动追踪并绘制出的等值线图。所述的网格化通常是指在含有坐标信息并且规则分布的矩形网格上利用某一网格节点周围的离散数据点采用拟合或者插值的方法计算出该网格节点值。
在所述地震属性的数据采集过程中,由于地形、环境、开发成本等因素的约束,通常采取分区域段测量少数几十个甚至十几个离散数据。然后,在室内对采集的离散数据进行网格化处理,获取地质的属性等值线图。现有技术中,常用的网格化方法有距离反比插值法、曲面拟合插值法、克里金法等。其中所述距离反比插值法的操作过程通常包括:用某一区域内待定点Z(x,y,z)到该区域n个已知离散点Zi(xi,yi,zi)(其中i=1,2,3,…n)的距离di(i=1,2,3,…n)倒数作为自变量的,并用所述自变量的m(通常在计算渗透率和孔隙度时,m取2或者3)次方作为权系数来加权平均求解该待定点Z。图1是所述距离反比插值法的计算示意图。其所述距离反比例插值法的计算公式可以为:
其中,Z为待求点数值,Zi为已知的离散点,di为所述待求点Z到所述已知的离散点Zi的距离,m根据计算需求可以取值2或者3。
在复杂地质环境,孔隙度主要用于识别储层中岩石的孔隙发育程度。渗透率主要用于反映储层中流体的渗透性。尤其是陆相沉积环境中,储层的孔隙度和渗透率在空间上的变化很大。这种变化主要表现在属性等值线图上等值线不光滑,出现抖动起伏。上述所述的距离反比插值方法计算出的储层孔隙度、渗透率时,在计算待定点的过程中没有考虑属性参数取值的分布情况,均使用待定点到已知离散点的距离的倒数作为自变量,使得储层中一些物质非均质性被平均掉。这在一定程度上忽略了储层的非均质性,反映在属性等值线上是属性等值线光滑,不能够准确反映地下储层物性的分布情况。尤其是不能准确地反映储层孔隙度、渗透率在空间中的变化规律。
发明内容
本发明方法目的在于提供一种属性等值线图绘制方法,该方法考虑到了储层的非均质性,能准确反映地下储层物性的分布情况,尤其是能准确反映储层孔隙度、渗透率在空间的变化规律。
本发明方法的实现过程包括以下处理步骤:
S1:选定一个包括权系数因子的权系数函数;
S2:采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子;
S3:将所述求出的权系数因子代入所述权系数函数中求出已知离散点的权系数;
S4:将已知的离散点的值与其相应权系数相乘的平均值作为待定点的值;
S5:计算出所有待定点的值,绘制属性等值线图。
上述所述的一种属性等值线图绘制方法,其优选方案为,S1中所述选取的权系数函数包括参数:已知离散点至待定点的距离和已知离散点相对于待定点的方位。
上述所述的一种属性等值线图绘制方法,其优选方案为,所述采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子的方法包括以下处理步骤:
S201:选取所述权系数因子的取值区间及所述取值区间的分布函数;
S202:做出所述分布函数的累积概率曲线;
S203:随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数;
S204:取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
上述所述的一种属性等值线图绘制方法,其优选方案为,所述随机产生的K个0至1之间的随机样本数作为所述累积概率曲线上的概率值中K的取值范围为:
10000≤K≤200000。
上述所述的一种属性等值线图绘制方法,其优选方案为,所述选取的权系数函数为:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3]。
上述所述的一种属性等值线图绘制方法,其优选方案为,所述选取的权系数函数为:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3]。
上述所述的一种属性等值线图绘制方法,其优选方案为,S4之后还包括步骤:
S400:将已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
上述所述的任意一种属性等值线图绘制方法,其优选方案为,所述已知的离散点为渗透率或孔隙度中的一种。
本发明还提供一种属性等值线图绘制装置,该装置包括权系数函数设置模块、权系数因子计算模块、权系数函数计算模块、待定点计算模块、等值线计算模块,其中:
所述权系数函数设置模块,用于设置一个包括权系数因子的权系数函数;
所述权系数因子计算模块,用于采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子;
所述权系数函数计算模块,以用于将所述权系数因子计算模块求出的权系数因子代入所述权系数函数中求出已知离散点的权系数。
所述待定点计算模块,用于将已知的离散点的值与其相应的权系数相乘的平均值作为待定点的值;
所述等值线计算模块,用于计算出所有待定点的值,绘制属性等值线图。
上述所述的一种属性等值线图绘制装置,其优选方案为,所述权系数函数设置模块中所述设置的权系数函数包括参数:已知离散点至待定点的距离和已知离散点相对于待定点的方位。
上述所述的一种属性等值线图绘制装置,其优选方案为,权系数因子计算模块以包括分布函数设置模块、累积概率曲线计算模块、样本权系数计算模块、权系数计算模块,其中:
所述分布函数设置模块,用于选取所述权系数因子的取值区间及所述取值区间的分布函数;
所述累积概率曲线计算模块,用于做出所述分布函数的累积概率曲线;
所述样本权系数计算模块,用于随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数;
所述权系数计算模块,用于取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
上述所述的一种属性等值线图绘制装置,其优选方案为,所述样本权系数计算模块随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值中,K的取值范围为:10000≤K≤200000。
上述所述的一种属性等值线图绘制装置,其优选方案为,该装置还包括已知离散点转化模块,所述已知离散点转化模块用于将所述待定点计算模块已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
本发明方法是将蒙特卡洛思想用在插值计算中,进而绘制成较为准确的属性等值线图。在本发明中,将经验公式中某一不确定因素作为已知离散点的权系数因子,该方法更加符合储层地质属性尤其是储层孔隙度、渗透率的随机性的特性,使得绘制出的属性等值线图更加准确。在求解所述权系数因子的过程中,采用了蒙特卡洛随机抽样方法,利用大量随机样本在累积概率曲线上反求出权系数因子。该方法能保障某一已知离散点最终选取的权系数因子接近最佳值,提高了求解待定点值的准确性,进而提高了属性等值线图的准确性。
附图说明
图1是距离反比插值法的计算示意图;
图2是本实施例1所述的属性等值线图绘制方法的流程图;
图3是本发明提供的一种属性等值线图绘制方法的另外一个实施例2的方法流程图;
图4是采用距离反比插值法绘制出的某一区域渗透率的属性等值线图;
图5是采用克里金法绘制出的某一区域渗透率的属性等值线图;
图6是采用本发明方法绘制出的所述某一区域渗透率的属性等值线图;
图7是本发明提供的一种属性等值线图绘制装置的模块结构示意图;
图8是本发明一种属性等值线图绘制装置中权系数因子计算模块的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都应当属于本发明保护的范围。
实施例1是本发明提供的一种属性等值线图绘制方法。图2是本实施例1所述的属性等值线图绘制方法的流程图,如图1所示,该方法包括以下处理步骤:
S1:选定一个包括权系数因子的权系数函数。
勘测人员将采集的地质属性的离散数据经过处理后,置于网格图中,构成网格化中的已知的离散点。本实施例1中所述已知的离散数据可以为储层的渗透率参数。也可以为储层的孔隙度。然后选定一个包括权系数因子的权系数函数w()。所述选定的包括权系数因子的权系数函数w()可以是勘测人员根据所勘测的地区地形、沉积环境、所采集的数据点灯选取的经验公式。该权系数因子具有一定的取值区间,其具体的取值可以根据地质环境不同而取值不同。在地质统计学计算空间插值点时,选取的已知离散点的权系数函数通常与距离、方位参数有关。所述的距离和方位通常是指所述已知离散点至待求点的距离和已知离散点相对于待求点的方位关系。通常所述权系数因子与距离成反比,其具体的权系数因子和距离成反比的程度和关系可以由勘测人员根据经验选取。在绘制孔隙度或渗透率属性等值线图时,通常取已知离散点到待定点距离的2次或3次幂作为反比程度。本实施例1属性等值线图绘制方法的模拟实施场景为绘制储层的渗透率属性等值线图,其中选定的权系数函数为:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3]。
需要说明的是,所述选定的权系数函数可以为其他类似的经验公式。所述的选定经验公式包括在一定取值区间内具有不确定取值的权系数因子。例如,根据实际地质情况和所述已知离散点数据采集的分析,勘测人员可以根据经验或依据数据推导分析采用下述权系数公式:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3]。
选定一个包括权系数因子的权系数函数后,该权系数因子具有一定的取值区间。
S2:采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子。
所述蒙特卡洛随机抽样方法是基于蒙特卡洛思想,当所求解的问题是某种事件出现的概率,或者某个随机变量的期望值时,可以通过某种“试验”的方法,得出这种事件出现的概率,或者这个随机变量的期望值,并用他们作为问题的解。在本实施例1中,所求渗透率属性等值线待定点的值与距离的反比程度(即上述S1公式中x的取值)有密切的关系。而在不同的地质环境中,该反比程度x有着不同的取值。例如,所测储层环境变化较为平缓,储层非均质性较弱的砂岩储层,各个已知离散点的反比程度x可以取较为接近的值,以便更符合非均质性变化较为平缓的特性。相应的,在非均质性较强的砂砾岩储层,部分已知离散点的反比程度x应当取值范围更大些,这样才能更为准确的反应地下渗透率的情况。而在不同沉积环境下所述权系数因子具有不同的取值可能正符合蒙特卡洛思想。
本发明中引入蒙特卡洛随机抽样方法来求解符合一定概率分布的权系数因子。本实施例1中所述蒙特卡洛随机抽样方法可以包括以下步骤:
S201:选取所述权系数因子的取值区间及所述取值区间的分布函数。
所述权系数因子的取值区间因选取的参数不同而取值不同,其分布函数也会不同。即使是选取的同一参数,不同的地质环境也会影响其取值区间分布函数的选取。例如,上述所述的非均质性较弱、分选性较好的砂岩储层,其权系数因子的取值区间可以取值正态分布或三角分布;而对于非均质性较强、分选性较差的砂砾岩,其所述权系数因子的取值随机性较强,则适宜选取均匀分布。
S202:做出所述分布函数的累积概率曲线。
选取所述权系数因子的取值区间及所述取值区间的分布函数后,做出其分布函数的累积概率曲线。其不同的分布函数有着不同的累积概率曲线。
需要说明的是,在三角分布累积曲线中,需要给出一个预估值。所述预估值可以为勘测人员根据已知离散点采集区域的地质情况自定义的经验值。所述三角分布累积曲线会根据给出的所述预估值的不同而有所变化。
S203:随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数。
随机产生K个0至1之间的随机样本数作为所述累积概率曲线上已知的概率值。已知累积概率曲线上的某一概率值后,可以根据选取的分布函数反求出所述已知概率值相对应的样本权系数因子。随机样本数的选取个数越多,其后续计算的期望值结果越接近理想值。在计算渗透率、孔隙度等参数的属性等值线图中,K的取值范围可以为:10000≤K≤200000。
S204:取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
计算完成所述K个随机样本数的权系数因子后,求得所有所述样本权系数因子的期望值,并以该期望值作为所述权系数函数的权系数因子。
S3:将所述求出的权系数因子代入所述权系数函数中求出已知离散点的权系数。
经上述所述蒙特卡洛随机抽样后得到所述权系数因子,将所述求出的权系数因子代入所述权系数函数w()中求出权系数。
S4:将已知的离散点的值与其相应的权系数相乘的平均值作为待定点的值。
上述所述求出的权系数为某一个已知离散点的权系数。网格化处理中,一个已知离散点相对于一个待定点只有一个相应的权系数。将所有已知离散点与其权系数相乘,然后取其平均值作为待定点的值。所述求取待定点值的计算公式可以为:
上式中,ZV为所求待定点的值,Wi为所述求得的权系数,Zi为已知的离散点的值,i=1,2,3,…n。
S5:计算出所有待定点的值,绘制属性等值线图。
在本实施例1中重复上述步骤,求出所有渗透率待定点的值之后,绘制出所述属性等值线图。
本发明方法采用蒙特卡洛随机抽样计算已知离散点的权系数,在计算过程中考虑到了储层的非均质性,使其计算结果更加准确的反应地下储层物性的实际情况。尤其是在计算储层孔隙度和渗透率属性等值线时,本发明计算方法能很好的符合孔隙度和渗透率的随机分布情况,在多个试验油田中已经取得十分显著的计算效果。
图3是本发明提供的一种属性等值线图绘制方法的另外一个实施例2的流程图。如图2所示,上述所述属性等值线图网格化方法中,S4之后还可以包括步骤:
S400:将已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
在本发明方法的计算过程中,通过上述步骤S1-S4求出的某一待定点的值可以作为已知的离散点的值进行计算下一个待定点的值。在插值计算中,若已知的离散样点越多,则预测的插值点的数据越可靠。同样,本发明实施例2提供的属性等值线图网格化方法在初始误差很小的情况下可以更加准确的计算待定点的值,使得绘制出的属性等值曲线更可靠。
图4、图5、图6分布是用不同方法计算得出的同一区域渗透率的属性等值线图。图4是采用距离反比插值法绘制出的某一区域渗透率的属性等值线图,图5采用克里金法绘制出的某一区域渗透率的属性等值线图,图6是采用本发明方法绘制出的所述某一区域渗透率的属性等值线图。由图4、图5与图6的对比中可以发现,图4、图5中采用的距离反比插值法和克里金法计算得出的属性等值线光滑,表明其中有较多的待定点的值是被周围网格节点的已知离散数据点“平均”得到,忽略了储层的非均质性,该渗透率的属性等值线图不能准确反应地下渗透率分布情况。而图6中使用本发明方法得到的同一区域的渗透率属性等值线不光滑,其待定点的值与权系数因子的取值分布概率有关,更加符合类似孔隙度、渗透率等具有随机性参数的插值计算,因而图6也更符合真实的地下渗透率分布情况。实际的多个油田应用也证明该方法更符合真实的地下渗透率分布情况。
本发明还提供一种属性等值线图绘制装置,图7是该所述属性等值线图网格化装置的模块结构示意图。如图7所示,该装置包括权系数函数设置模块1、权系数因子计算模块2、权系数函数计算模块3、待定点计算模块4、等值线计算模块5,其中:
所述权系数函数设置模块1,可以用于设置一个包括权系数因子的权系数函数;所述的权系数因子具有一定的取值区间。该模块中所设置的权系数函数可以包括距离、方位参数的经验公式。所述的距离和方位通常是指已知离散点至待定点的距离和已知离散点相对于待定点的方位。
所述权系数因子计算模块2,可以用于采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子。图8是本发明一种属性等值线图绘制装置中权系数因子计算模块的结构示意图。如图8所示,所述的权系数因子计算模块2可以包括分布函数设置模块201、累积概率曲线计算模块202、样本权系数计算模块203、权系数计算模块204,其中:
所述分布函数设置模块201,可以用于选取所述权系数因子的取值区间及所述取值区间的分布函数。所述选取的分布函数可以根据选取的参数或地质环境不同进行选择合适的分布函数。
所述累积概率曲线计算模块202,可以用于做出所述分布函数的累积概率曲线。
所述样本权系数计算模块203,可以用于随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数。其中,随时产生的样本数K的取值越大越好。在计算渗透率、孔隙度等参数的属性等值线图时,K的范围可以为:10000≤K≤200000。
所述权系数计算模块204,可以用于取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
所述权系数函数计算模块3,可以用于将所述权系数因子计算模块2求出的权系数因子代入所述权系数函数中求出已知离散点的权系数。
所述待定点计算模块4,可以用于将已知的离散点的值与其相应的权系数相乘的平均值作为待定点的值。所述待定点计算模块4可以将所有已知离散点与其权系数相乘,然后取其平均值作为待定点的值。所述求取待定点值的计算公式可以为:
上式中,ZV为所求待定点的值,Wi为所述求得的权系数,Zi为已知的离散点的值,i=1,2,3,…n。
所述等值线计算模块5,可以用于计算出所有待定点的值,绘制属性等值线图。所述等值线计算模块5可以用于逐个计算出所有待定点的值。当所有待定点的值计算完成后边构成所述的属性等值线图。
上述所述的一种属性等值线图绘制装置还可以包括已知离散点转化模块400,所述已知离散点转化模块400可以用于将所述待定点计算模块已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
本发明提供的一种属性等值线图绘制装置中所述的各个模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
Claims (13)
1.一种属性等值线图绘制方法,其特征在于,包括以下处理步骤:
S1:选定一个包括权系数因子的权系数函数;
S2:采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子;
S3:将所述求出的权系数因子代入所述权系数函数中求出已知离散点的权系数;
S4:将已知的离散点的值与其相应的权系数相乘的平均值作为待定点的值;
S5:计算出所有待定点的值,绘制属性等值线图。
2.如权利要求1所述的一种属性等值线图绘制方法,其特征在于,S1中所述选取的权系数函数包括参数:已知离散点至待定点的距离和已知离散点相对于待定点的方位。
3.如权利要求1所述的一种属性等值线图绘制方法,其特征在于,所述采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子的方法包括以下处理步骤:
S201:选取所述权系数因子的取值区间,以及选定所述权系数因子在所述取值区间所属的分布函数;
S202:做出所述分布函数的累积概率曲线;
S203:随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数;
S204:取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
4.如权利要求3所述的一种属性等值线图绘制方法,其特征在于,所述随机产生的K个0至1之间的随机样本数作为所述累积概率曲线上的概率值中K的取值范围为:
10000≤K≤200000。
5.如权利要求1所述的一种属性等值线图绘制方法,其特征在于,所述选取的权系数函数为:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3]。
6.如权利要求1所述的一种属性等值线图绘制方法,其特征在于,所述选取的权系数函数为:
其中,wi是已知离散点i相对于待定点的权系数,ri是已知离散点i到待定点的距离,θi是已知离散点i与待定点的连线逆时针旋转到正北方向所转过的角度,x为权系数因子,x取值区间为x∈[2,3],R是搜索半径,R≥ri。
7.如权利要求1所述的一种属性等值线图绘制方法,其特征在于,S4之后还包括步骤:
S400:将已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
8.如权利要求1-7任意一项所述的属性等值线图绘制方法,其特征在于,所述已知的离散点为渗透率或孔隙度中任意一种数据类型的数据点。
9.一种属性等值线图绘制装置,其特征在于,该装置包括权系数函数设置模块、权系数因子计算模块、权系数函数计算模块、待定点计算模块、等值线计算模块,其中:
所述权系数函数设置模块,用于设置一个包括权系数因子的权系数函数;
所述权系数因子计算模块,用于采用蒙特卡洛随机抽样方法求解所述权系数函数的权系数因子;
所述权系数函数计算模块,以用于将所述权系数因子计算模块求出的权系数因子代入所述权系数函数中求出已知离散点的权系数;
所述待定点计算模块,用于将已知的离散点的值与其相应的权系数相乘的平均值作为待定点的值;
所述等值线计算模块,用于计算出所有待定点的值,构建属性等值线图。
10.如权利要求9所述的一种属性等值线图绘制装置,其特征在于,所述权系数函数设置模块中所述设置的权系数函数包括参数:已知离散点至待定点的距离和已知离散点相对于待定点的方位。
11.如权利要求9所述的一种属性等值线图绘制装置,其特征在于,权系数因子计算模块包括分布函数设置模块、累积概率曲线计算模块、样本权系数计算模块、权系数计算模块,其中:
所述分布函数设置模块,用于选取所述权系数因子的取值区间,以及选定所述权系数因子在所述取值区间所属的分布函数;
所述累积概率曲线计算模块,用于做出所述分布函数的累积概率曲线;
所述样本权系数计算模块,用于随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值,并用所述随机产生的概率值从所述累积概率曲线上反求得相应的样本权系数因子,K为自然数;
所述权系数计算模块,用于取所述求得的K个样本权系数因子的期望值作为所述权系数函数的权系数因子。
12.如权利要求11所述的一种属性等值线图绘制装置,其特征在于,所述样本权系数计算模块随机产生K个0至1之间的随机样本数作为所述累积概率曲线上的概率值中,K的取值范围为:10000≤K≤200000。
13.如权利要求9所述的一种属性等值线图绘制装置,其特征在于,该装置还包括已知离散点转化模块,所述已知离散点转化模块用于将所述待定点计算模块已经求出的待定点的值作为所述已知的离散点的值,用于计算下一个待定点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410126087.7A CN103901475B (zh) | 2014-03-31 | 2014-03-31 | 一种属性等值线图绘制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410126087.7A CN103901475B (zh) | 2014-03-31 | 2014-03-31 | 一种属性等值线图绘制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103901475A CN103901475A (zh) | 2014-07-02 |
CN103901475B true CN103901475B (zh) | 2017-03-08 |
Family
ID=50992923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410126087.7A Active CN103901475B (zh) | 2014-03-31 | 2014-03-31 | 一种属性等值线图绘制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103901475B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108680953B (zh) * | 2018-05-16 | 2019-07-26 | 中国海洋石油集团有限公司 | 一种基于反比例模型的地震数据同时插值与去噪方法 |
CN113129402B (zh) * | 2021-04-19 | 2024-01-30 | 中国航发沈阳发动机研究所 | 一种截面数据云图绘制方法 |
CN113128058B (zh) * | 2021-04-22 | 2024-06-21 | 中国科学院空天信息创新研究院 | 温度廓线的反演方法、装置、可读存储介质和电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7861195B2 (en) * | 2008-01-30 | 2010-12-28 | Advanced Mirco Devices, Inc. | Process for design of semiconductor circuits |
CN102262789B (zh) * | 2011-07-04 | 2013-05-29 | 西北大学 | 一种利用拉普拉斯方程的用于地球物理领域的随机点数据网格化方法 |
CN102289605A (zh) * | 2011-09-05 | 2011-12-21 | 北京清流技术发展有限公司 | 一种等值线插值方法 |
CN102982566B (zh) * | 2012-06-19 | 2016-03-30 | 克拉玛依红有软件有限责任公司 | 一种基于最小曲率法插值的含断层的等值线图自动生成方法 |
-
2014
- 2014-03-31 CN CN201410126087.7A patent/CN103901475B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103901475A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105277978B (zh) | 一种确定近地表速度模型的方法及装置 | |
CN106526693A (zh) | 裂缝识别方法和装置 | |
CN109709607B (zh) | 一种预测薄层砂岩储层厚度方法及装置 | |
CN107219159B (zh) | 一种确定储层非均质性的方法和装置 | |
CN105701319B (zh) | 一种水平井规则开发井网下的沉积微相建模方法 | |
Bruna et al. | A new methodology to train fracture network simulation using multiple-point statistics | |
CN103775075A (zh) | 一种全井段岩性识别方法 | |
Tyler et al. | Modeling heterogeneities in fluvial domains: a review of the influence on production profiles | |
CN107966732A (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
CN106407503A (zh) | 储层裂缝预测方法及装置 | |
CN109188520A (zh) | 薄储层厚度预测方法及装置 | |
CN108318937A (zh) | 地质解释方法和装置 | |
CN103901475B (zh) | 一种属性等值线图绘制方法及装置 | |
CN111025384A (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
CN104181593A (zh) | 一种三维无射线追踪回折波层析成像方法及装置 | |
Ayad et al. | Fractal assessment of the disturbances of phosphate series using lacunarity and succolarity analysis on geoelectrical images (Sidi Chennane, Morocco) | |
CN108227033A (zh) | 砂岩储层的孔隙度的预测方法、装置及计算机存储介质 | |
CN106842289B (zh) | 一种适用于测井约束反演的波阻抗曲线去压实处理方法 | |
CN105589096B (zh) | 一种基于d-s证据理论的沉积相带划分方法 | |
CN103278852B (zh) | 利用地震数据体波形结构特征模型预测油气的方法 | |
CN105259577B (zh) | 一种确定地层界面的角度信息的方法及装置 | |
Sun et al. | Research on appropriate borehole density for establishing reliable geological model based on quantitative uncertainty analysis | |
CN102536195A (zh) | 测井沉积层序自动划分方法 | |
CN112419493B (zh) | 页岩储层三维属性模型建立方法及装置 | |
CN108957555B (zh) | 地层沉积过程平面周期性分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |