CN104850682A - 基于位置的多点地质统计学建模方法 - Google Patents

Abstract

本发明公开了一种基于位置的多点地质统计学建模方法，包括如下步骤：步骤一、建立工区地质数据库；步骤二、建立训练图像；步骤三、计算相对距离；步骤四、整体替换数据事件；步骤五、建立模型。本发明解决了训练图像与模拟区域尺度差异问题，方法运用灵活，提高了三角洲前缘储层精细预测精度，获得了更准确的三维储层地质模型，可以广泛应用于油气勘探开发技术领域。

Description

基于位置的多点地质统计学建模方法

技术领域

本发明涉及油气勘探开发技术领域，特别是涉及一种基于位置的多点地质统计学建模方法。

背景技术

传统的基于变差函数的两点统计建模方法，在陆相沉积储层三维地质模型建立上发挥了巨大作用，有力推动了油藏描述向精细、定量化方向发展。然而，两点变差函数很难刻画储层复杂形态(如弯曲的河道)，必须依赖多个空间点联合来精细描述储层形态与空间配置关系。多点地质统计学得以建立和发展，它通过多点模板(数据样板)扫描训练图像(概念化的定量地质模型)获得多点概率，预测待估点处可能的沉积模式。由于其估计兼顾了数据条件化和储层形态，在最近20年成为储层建模研究的热点，发展了多种多点地质统计学方法，如Snesim、Simpat、Filtersim、DS(direct sampling)、Dispat(distance-based MPS)、Smps(skeleton-based MPS)等。除了Snesim仍然采用克里金方程进行概率估计外，其他建模方法如Simpat、Filtersim、Dispat等是借鉴计算机图像恢复理论开展储层建模研究(Arpat，2007；Mariethoz G.，2014)。这些方法在河流相储层中发挥了较好的作用。但是在三角洲前缘储层中，其建模质量还存在明显不足。

勘探和开发表明，我国的大庆、长庆、胜利等大油气田，都发育湖泊三角洲成因储层。厚层三角洲前缘沉积是主体，也是油气资源最为丰富地方。而受河湖共同作用影响，三角洲前缘沉积构成也最为复杂，储层非均质性严重，准确建立三角洲前缘储层精细地质模型极具挑战性。

虽然在已有的文献中，对三角洲前缘的多点统计已有一些解决方案，例如Dispat方法，参见图1，通过直接距离函数进行数据事件约束，但其要求较为苛刻，需要训练图像与模拟区域规模一致，限制了算法灵活性。其他方法采用二级变量约束，在二维模型中取得了较好效果。但在三维空间中，二级变量三维数据体很难获得，且不容易与综合考虑。分区方法则更多依赖于主观性，且仅在二维下可行，三维空间分区难度极大，未有报道。因此，亟需开发新的多点地质统计学方法，解决三角洲前缘储层预测问题，服务于油田生产。

发明内容

本发明的目的是为了克服上述背景技术的不足，提供一种基于位置的多点地质统计学建模方法，解决了训练图像与模拟区域尺度差异问题，方法运用灵活，提高了三角洲前缘储层精细预测精度，获得了更准确的三维储层地质模型。

本发明提供的一种基于位置的多点地质统计学建模方法，包括如下步骤：步骤一、建立工区地质数据库；步骤二、建立训练图像；步骤三、计算相对距离；步骤四、整体替换数据事件；步骤五、建立模型。

在上述技术方案中，所述步骤一中，根据地质建模要求，将工区划分成网格，获得每一口井在网格中的位置，以及其沉积相类型，建立地质数据库。

在上述技术方案中，所述步骤二中，根据地质知识库的沉积相数据，计算各沉积相的变差函数，确定沉积相空间结构特征和参数，然后，采用截断高斯建模方法随机插值，结合人工编辑获得三维训练图像。

在上述技术方案中，所述地质知识库为井资料。

在上述技术方案中，所述步骤三中，过程如下：1)从建模区域提取待估点的网格点坐标以及周围条件数据；2)利用条件数据扫描训练图像，寻找满足条件数据的数据事件；3)提取满足条件数据的数据事件中心网格节点位置坐标；4)分别在模拟区域和训练图像中选择同一个参照点，获得待估点在模拟区域相对位置，以及数据事件在训练图像中的相对位置；5)采用欧式距离计算数据事件相对位置与待估点相对位置的距离；6)选择其中最小距离值所对应的数据事件作为待估点处模拟结果。

在上述技术方案中，所述步骤三第4)项中，模拟区域参照点的坐标为(nx，ny，nz)，所述参照点在训练图像中的坐标记为(nxtr，nytr，nztr)，则待估点的坐标为(x_u，y_u，z_u)，所述待估点在模拟区域的相对坐标为(x_u/nx，y_u/ny，z_u/nz)，对于训练图像中的数据事件(x_T，y_T，z_T)，所述数据事件在训练图像中的相对坐标为(x_T/nxtr，y_T/nytr，z_T/nztr)。

在上述技术方案中，所述步骤三第5)项中，数据事件相对位置与待估点相对位置的欧氏距离为：

f(x_T，y_T，z_T)＝ω₁(x_u/nx-x_T/nxtr)²+ω₂(y_u/ny-y_T/nytr)²+ω₃(z_u/nz-z_T/nztr)²。

在上述技术方案中，所述步骤三第6)项中，评估公式为：Simulated(x_u，y_u，z_u)＝min{f_i(x_T，y_T，z_T),i＝1,m}。

在上述技术方案中，所述步骤四中，将选择的数据事件整体替换掉待估点处的数据事件，模拟指向下一个节点，重复步骤三和步骤四。

在上述技术方案中，所述步骤五中，直到所有待估点都完成预测，获得对应的模拟值，生成最终三维地质模型。

本发明基于位置的多点地质统计学建模方法，具有以下有益效果：本发明与现有的技术相比，通过建立地质数据库和训练图像，引入相对位置距离函数，计算待估点与训练图像中满足条件数据事件的距离，选择其中距离最小的数据事件作为预测结果，实现三角洲前缘储层预测。由于是相对距离计算，解决训练图像与模拟区域尺度差异问题，实现方法灵活运用，提高三角洲前缘储层精细预测精度，获得了更准确的三维储层地质模型。

附图说明

图1为传统多点统计算法建立的模型示意图；

图2为本发明基于位置的多点地质统计学建模方法的流程示意图；

图3为本发明基于位置的多点地质统计学建模方法中建模地质数据及网格示意图；

图4为本发明基于位置的多点地质统计学建模方法中训练图像示意图；

图5为本发明基于位置的多点地质统计学建模方法中相对距离计算示意图；

图6为本发明基于位置的多点地质统计学建模方法中数据事件整体替换示意图；

图7为本发明基于位置的多点地质统计学建模方法中建立的三维地质模型示意图。

具体实施方式

下面结合附图及实施例对本发明作进一步的详细描述，但该实施例不应理解为对本发明的限制。

图1中传统的多点统计算法模型在背景技术中已有描述，在此不再赘述。

参见图2，本发明基于位置的多点地质统计学建模方法，包括如下步骤：

步骤一、建立工区地质数据库：

根据地质建模要求，将工区划分成网格，获得每一口井在网格中的位置，以及其沉积相类型，建立地质数据库；

步骤二、建立训练图像：

根据地质知识库的沉积相数据，计算各沉积相的变差函数，确定沉积相空间结构特征和参数，然后，采用截断高斯建模方法随机插值，结合人工编辑获得三维训练图像，所述地质知识库为井资料；

步骤三、计算相对距离，过程如下：

1)从建模区域提取待估点的网格点坐标以及周围条件数据；

2)利用条件数据扫描训练图像，寻找满足条件数据的数据事件；

3)提取满足条件数据的数据事件中心网格节点位置坐标；

4)分别在模拟区域和训练图像中选择同一个参照点，获得待估点在模拟区域相对位置，以及数据事件在训练图像中的相对位置，其中，模拟区域参照点的坐标为(nx，ny，nz)，所述参照点在训练图像中的坐标记为(nxtr，nytr，nztr)，则待估点的坐标为(x_u，y_u，z_u)，所述待估点在模拟区域的相对坐标为(x_u/nx，y_u/ny，z_u/nz)，对于训练图像中的数据事件(x_T，y_T，z_T)，所述数据事件在训练图像中的相对坐标为(x_T/nxtr，y_T/nytr，z_T/nztr)；

5)采用欧式距离计算数据事件相对位置与待估点相对位置的距离，具体公式为：

f(x_T，y_T，z_T)＝ω₁(x_u/nx-x_T/nxtr)²+ω₂(y_u/ny-y_T/nytr)²+ω₃(z_u/nz-z_T/nztr)²；

6)选择其中最小距离值所对应的数据事件作为待估点处模拟结果，评估公式为：

Simulated(x_u，y_u，z_u)＝min{f_i(x_T，y_T，z_T),i＝1,m}；

步骤四、整体替换数据事件：

将选择的数据事件整体替换掉待估点处的数据事件，模拟指向下一个节点，重复步骤三和步骤四；

步骤五、建立模型：

直到所有待估点都完成预测，获得对应的模拟值，生成最终三维地质模型。

实施例：

下面就某工区三角洲前缘基于位置的多点地质统计学建模对本发明作进一步说明。

本实施例的数据为井数据以及网格化的工区。

工区规模：规格为columns(列数)*rows(行数)*layers(垂向网格)，具体为(columns＝199，rows＝199，layers＝10)，原始网格点数目为396010个。其X坐标值的间距为cellsize1X(cellsize1X＝10)，Y坐标值的间距为cellsize1Y(cellsize1Y＝10),Z坐标值的间距为cellsize1Z(cellsize1Z＝1)，而且X，Y，Z坐标值均只有一个起点值(5，5，0.5)。

网格按照标准的矩形网格体设计。通过起点和间隔就可以算出所有网格中心的三维坐标值。

1、工区地质数据库的建立：

参见图3，根据研究区井资料以及其范围，将工区划分成网格(199*199*10)的网格，并获得每个网格点的三维坐标，以及每口井的沉积相类型。

2、训练图像的建立：

参见图4，根据井资料沉积相数据计算了变差函数。利用截断高斯模拟进行了沉积相空间分布的预测。然后结合手工编辑，形成研究区三维训练图像。研究区的三维训练图像与实际地形所编辑的二维图像具有很好的一致性，反映了所建立的训练图像能够有效反映储层结构特征。

3、相对距离计算：

参见图5，首先是利用待估点周围条件数据对训练图像进行扫描，确定满足条件的数据事件，并确定每一个数据事件中心节点的位置。其次，选择相对位置，一般我们选择模拟区域和训练图像最大坐标点作为相对位置。在模拟区域中，最大坐标点坐标为(nx，ny，nz)，在训练图像中最大坐标点记为(nxtr，nytr，nztr)。这样对于待估点坐标(x_u，y_u，z_u)，则待估点在模拟区域的相对坐标为(x_u/nx，y_u/ny，z_u/nz)，对于训练图像中的数据事件(x_T，y_T，z_T)，数据事件在训练图像中的相对坐标为(x_T/nxtr，y_T/nytr，z_T/nztr)。随后，计算待估点与数据事件的距离。其计算公式采用欧式距离：

f(x_T，y_T，z_T)＝ω₁(x_u/nx-x_T/nxtr)²+ω₂(y_u/ny-y_T/nytr)²+ω₃(z_u/nz-z_T/nztr)²。

最后，对所有满足条件的数据事件的欧式距离做一个排序，选择其中距离最小的数据事件作为模拟结果，具体公式如下：

Simulated(x_u，y_u，z_u)＝min{f_i(x_T，y_T，z_T),i＝1,m}。

4、数据事件整体替换：

参见图6，将选择的数据事件投掷到待估点处，完成对待估点处储层的预测。模拟将转向下一个待估点。重复第3步和第4步。

5、模型建立：

将所有待估网格点模拟完成后，就可以将模拟结果进行显示和输出。如图7所示，建立的地质模型与观测到现象较为接近，表明建立的模型能够反映真实的地下地层情况。与传统的多点统计建模方法相比，具有明显优势。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种基于位置的多点地质统计学建模方法，其特征在于：包括如下步骤：

步骤一、建立工区地质数据库；

步骤二、建立训练图像；

步骤三、计算相对距离；

步骤四、整体替换数据事件；

步骤五、建立模型。

2.根据权利要求1所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤一中，根据地质建模要求，将工区划分成网格，获得每一口井在网格中的位置，以及其沉积相类型，建立地质数据库。

3.根据权利要求1所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤二中，根据地质知识库的沉积相数据，计算各沉积相的变差函数，确定沉积相空间结构特征和参数，然后，采用截断高斯建模方法随机插值，结合人工编辑获得三维训练图像。

4.根据权利要求3所述的基于位置的多点地质统计学建模方法，其特征在于：所述地质知识库为井资料。

5.根据权利要求1所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤三中，过程如下：

1)从建模区域提取待估点的网格点坐标以及周围条件数据；

2)利用条件数据扫描训练图像，寻找满足条件数据的数据事件；

3)提取满足条件数据的数据事件中心网格节点位置坐标；

4)分别在模拟区域和训练图像中选择同一个参照点，获得待估点在模拟区域相对位置，以及数据事件在训练图像中的相对位置；

5)采用欧式距离计算数据事件相对位置与待估点相对位置的距离；

6)选择其中最小距离值所对应的数据事件作为待估点处模拟结果。

6.根据权利要求5所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤三第4)项中，模拟区域参照点的坐标为(nx，ny，nz)，所述参照点在训练图像中的坐标记为(nxtr，nytr，nztr)，则待估点的坐标为(x_u，y_u，z_u)，所述待估点在模拟区域的相对坐标为(x_u/nx，y_u/ny，z_u/nz)，对于训练图像中的数据事件(x_T，y_T，z_T)，所述数据事件在训练图像中的相对坐标为(x_T/nxtr，y_T/nytr，z_T/nztr)。

7.根据权利要求6所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤三第5)项中，数据事件相对位置与待估点相对位置的欧氏距离为：

f(x_T，y_T，z_T)＝ω₁(x_u/nx-x_T/nxtr)²+ω₂(y_u/ny-y_T/nytr)²+ω₃(z_u/nz-z_T/nztr)²。

8.根据权利要求7所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤三第6)项中，评估公式为：

Simulated(x_u，y_u，z_u)＝min{f_i(x_T，y_T，z_T),i＝1,m}。

9.根据权利要求1所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤四中，将选择的数据事件整体替换掉待估点处的数据事件，模拟指向下一个节点，重复步骤三和步骤四。

10.根据权利要求1所述的基于位置的多点地质统计学建模方法，其特征在于：所述步骤五中，直到所有待估点都完成预测，获得对应的模拟值，生成最终三维地质模型。