CN104915990B - 一种精细刻画河流相储层空间分布的方法 - Google Patents
一种精细刻画河流相储层空间分布的方法 Download PDFInfo
- Publication number
- CN104915990B CN104915990B CN201510259409.XA CN201510259409A CN104915990B CN 104915990 B CN104915990 B CN 104915990B CN 201510259409 A CN201510259409 A CN 201510259409A CN 104915990 B CN104915990 B CN 104915990B
- Authority
- CN
- China
- Prior art keywords
- parameter
- river
- mrow
- distribution
- mtd
- 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 41
- 238000011160 research Methods 0.000 claims abstract description 60
- 208000035126 Facies Diseases 0.000 claims description 71
- 238000004088 simulation Methods 0.000 claims description 34
- 230000001186 cumulative effect Effects 0.000 claims description 20
- 230000008021 deposition Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013508 migration Methods 0.000 claims description 8
- 230000005012 migration Effects 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 3
- 239000013049 sediment Substances 0.000 claims description 2
- 238000002948 stochastic simulation Methods 0.000 abstract 2
- 238000013507 mapping Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种精细刻画河流相储层空间分布的方法，所述方法包括：获取现代河流沉积相研究资料；统计现代河流沉积相研究资料，得到第一参数统计结果，确定第一参数的均值及分布范围；根据研究区单井资料与现代河流沉积相研究资料，统计与第二参数相关联的计算参数的值，确定第二参数的均值及分布范围；根据第一参数与第二参数的均值及分布范围，采用基于目标的随机模拟方法实现多次随机模拟得到随机模型；统计随机模拟模型得到的河流沉积微相的概率体，以最大概率原则选出最终随机模型，利用最终随机模型刻画研究区河流相储层空间分布。本申请实施例提供的一种精细刻画河流相储层空间分布的方法，可以精细刻画的河流相储层的空间分布。
Description
技术领域
本申请涉及储层表征技术领域，特别涉及一种精细刻画河流相储层空间分布的方法。
背景技术
河流相储层是中国重要的油气储层之一，河流相储层中的石油储量占中国已开发油田动用储量的一半左右，但由于其非均质性强,储层空间变化大,造成河流相储层是注水开发难度较大,中国现已投入注水开发的油田中，河流相储层采收率平均为29.8％。曲流河和辨状河储层作为最常见的河流相储层，精细刻画出河流相储层空间分布对提高河流相油藏采收率起着极为重要的作用。
现有刻画河流相储层空间分布的方法主要从现代沉积学的角度，对现代河流开展大量研究，主要集中在对河道的宽厚比、曲率、侧积体等；从地质建模角度出发,又往往不能很好结合现代沉积学研究成果。因此尚未形成一套系统研究和定量表征河流相储层空间分布的方法，尤其是古今结合，将现代河流相沉积学研究成果应用于目标区的沉积相研究中，定量表征储层形态特征及空间分布。
在实现本申请过程中，发明人发现现有技术中至少存在如下问题：现有的刻画河流相储层空间分布的方法，在描述储层空间分布的过程中，直接将与目标区相似的区域的参数值直接作为目标区域的参数值，刻画河流相储层空间分布的参数不精确。
发明内容
本申请实施例的目的是提供一种精细刻画河流相储层空间分布的方法，以实现精细刻画河流相储层空间分布。
为解决上述技术问题，本申请实施例提供一种精细刻画河流相储层空间分布的方法是这样实现的：
一种精细刻画河流相储层空间分布的方法，包括：获取与研究区沉积环境相关联的现代河流沉积相研究资料；统计所述现代河流沉积相研究资料，得到第一参数的统计结果，基于第一参数的统计结果，确定所述研究区第一参数的均值及分布范围；根据所述目标区单井资料与所述现代河流沉积相研究资料，统计与第二参数相关联的计算参数的值，根据所述计算参数确定所述目标区第二参数的均值及分布范围；根据第一参数与第二参数的均值及分布范围，采用基于目标的随机模拟方法实现多次随机模拟得到随机模型；统计所述多次随机模拟模型得到的河流沉积微相的概率体，根据所述概率体的统计结果，以最大概率原则选出最终随机模型，利用所述最终随机模型刻画所述区研究区河流相储层空间分布。
优选方案中，所述第二参数包括：河道满岸深度、河流曲率、河道与堤岸的宽度比，以及河道与堤岸的厚度比。
优选方案中，所述与第二参数相关联的计算参数包括：单井河道的厚度、单井沉积相曲线、河道宽度、堤岸宽度、河道厚度和堤岸厚度。
优选方案中，所述根据计算参数确定所述第二参数的均值及分布范围，包括：河道满岸深度等于单井河道的厚度；河道与堤岸的宽度比等于河道宽度除以堤岸宽度的值；河道与堤岸的厚度比等于河道厚度除以堤岸厚度；根据单井沉积相曲线确定河流曲率。
优选方案中，所述第一参数包括：多期河道宽度与单期河道宽度的比值、河道流向角度、河道迁移波长和河道迁移振幅。
优选方案中，所述基于第一参数的统计结果，确定所述研究区第一参数的均值及分布范围，包括：统计第一参数的分布频率及各第一参数取值区间的累积概率；确定所述统计结果中，累积概率为第一预设值、第二预设值和50％时所对应的第一参数的取值；根据研究区的样本数值及第一参数的取值，确定所述研究区第一参数的分布矩阵，根据所述分布矩阵确定所述研究区第一参数的均值及分布范围；所述第一预设值的取值范围包括：大于0且小于20％；所述第二预设值的取值范围包括：大于80％且小于1。
优选方案中，所述研究区第一参数的分布矩阵采用下述公式计算得到：
其中，di1＝diαP10，di2＝diαP50，di3＝diαP90(1≤i≤n)；d1,d2,…dn(1≤j≤n)，n为研究区域的样本数目；αP10,αP50,αP90为统计结果中累积概率为10％，50％，90％时所对应的第一参数的取值；矩阵D中，列分别表示一个累积概率下每一样本所对应的第一参数的取值，行分别表示一个样本在不同累积概率下对应的第一参数的取值。
优选方案中，所述沉积微相的分布概率体，指地质模型中网格模拟结果属于当前沉积微相模拟结果的次数与总的模拟次数的比值，用下述公式表示：
其中，
式中，NX,NY,NZ分别为随机模型中在X，Y，Z方向上的网格总数；Code＝z表示相代码为Z的沉积微相，Cell(i,j,k)＝z表示网格的模拟结果属于相代码为Z的沉积微相模拟结果。
优选方案中，所述以最大概率原则选出最终随机模型，包括：
首先，根据所述概率体得到理想的沉积微相模型：将概率值最大的概率体所对应的沉积微相模型作为理想的沉积微相模型；
再统计各次模拟得到的随机模型与理想的沉积微相模型的误差，取误差最小的随机模型为最终随机模型。
由以上本申请实施例提供的技术方案可见，本申请实施例公开的一种精细刻画河流相储层空间分布的方法，在定量描述储层空间分布的过程中，考虑了与研究区沉积相关联的现代河流沉积相研究资料，结合现代河流沉积相研究资料得到刻画河流相储层空间分布所需的参数的均值及分布范围，使得得到的参数的均值及分布范围更精确；使用基于目标的模拟技术刻画储层空间分布，通过对模拟结果的统计分析得到河道、堤岸等微相的三维分布频率体，以分布频率最大原则，统计各次实现与理想模型的误差，选择误差最小的模型即为最终模型，从而提高刻画的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请精细刻画河流相储层空间分布的方法一个实施例的流程图；
图2是本申请精细刻画河流相储层空间分布的方法实施例中河道平面示意图；
图3是本申请精细刻画河流相储层空间分布的方法实施例中河道剖面示意图；
图4是本申请方法实施例中河道流向角度的分布频率和累积频率值的示意图。
具体实施方式
本申请实施例提供一种精细刻画河流相储层空间分布的方法。
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作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
下面介绍本申请一种精细刻画河流相储层空间分布的方法实施例。
图1是本申请精细刻画河流相储层空间分布的方法一个实施例的流程图。如图1所示，所述精细刻画河流相储层空间分布的方法，可以包括：
S101：获取与研究区沉积相关联的现代河流沉积相研究资料。
所述现代河流沉积相研究资料可以包括：与研究区域沉积相关的现代河流的河道宽度、河道宽度的比值、河道流向角度、河道迁移波长、河道迁移振幅、堤岸宽度、河道厚度以及堤岸厚度。
所述与研究区域沉积相关的现代河流可以包括：与研究区域的沉积环境相似的现代河流，例如，地理位置相近的现代河流。
图2是本申请精细刻画河流相储层空间分布的方法实施例中河道平面示意图，图3是本申请精细刻画河流相储层空间分布的方法实施例中河道剖面示意图。
通过获取与研究区沉积相关联的现代河流沉积相研究资料，可以获得图2和图3中的现代河流沉积相的相关研究资料。
S102：统计所述现代河流沉积相研究资料，得到第一参数的统计结果，基于第一参数的统计结果，确定所述研究区第一参数的均值及分布范围。
统计所述现代河流沉积相研究资料，可以得到第一参数的统计结果。所述第一参数可以包括：多期河道宽度与单期河道宽度的比值、河道流向角度、河道迁移波长和河道迁移振幅。
基于第一参数的统计结果，可以确定所述研究区第一参数的均值及分布范围。具体地，可以包括：
统计第一参数的分布频率及各第一参数取值区间的累积概率。所述累积频率值用于表示小于或等于当前参数值取值的分布频率值的和。图4是本申请方法实施例中河道流向角度的分布频率和累积频率值的示意图。图4中，横坐标表示河道流向角度的值，纵坐标包括分布频率和累积频率，其中，圆圈表示累积频率，直方图表示分布频率。
确定所述统计结果中，累积概率为第一预设值、第二预设值和50％时所对应的第一参数的取值；所述第一预设值的取值范围可以包括：大于0且小于20％；例如，第一预设值的取值可以为10％。所述第二预设值的取值范围可以包括：大于80％且小于1，例如，第二预设值的取值可以为90％。
根据研究区的样本数值及第一参数的取值，确定所述研究区第一参数的分布矩阵，根据所述分布矩阵确定所述研究区第一参数的均值及分布范围。
所述研究区第一参数的分布矩阵采用下述公式计算得到：
其中，
di1＝diαP10，di2＝diαP50，di3＝diαP90(1≤i≤n)；d1,d2,…dn(1≤j≤n)，n为研究区域的样本数目；αP10,αP50,αP90为统计结果中累积概率为10％，50％，90％时所对应的第一参数的取值；矩阵D中，列可以分别表示某一累积概率下，每一样本所对应的第一参数的取值，行可以分别表示某一样本在不同累积概率下对应的第一参数的取值。
在定量描述储层空间分布的过程中，结合现代与研究区沉积相关联的现代河流沉积相研究资料，结合现代河流沉积相研究资料得到刻画河流相储层空间分布所需的第一参数的均值及分布范围，可以保证得到的第一参数的均值及分布范围更精确。
S103：根据所述研究区单井资料与所述现代河流沉积相研究资料，统计与所第二参数相关联的计算参数的值，根据所述计算参数确定所述研究区第二参数的均值及分布范围。
根据所述研究区单井资料与所述现代河流沉积相研究资料，可以统计与所第二参数相关联的计算参数的值。
所述与第二参数相关联的计算参数可以包括：单井河道的厚度、单井沉积相曲线、河道宽度、堤岸宽度、河道厚度和堤岸厚度。其中，所述单井河道的厚度和单井沉积相曲线可以根据单井资料获得；所述河道宽度、堤岸宽度、河道厚度和堤岸厚度可以根据所述现代河流沉积相研究资料获得。
所述第二参数可以包括：河道满岸深度以及河道与堤岸的宽度比，以及河道与堤岸的厚度比。
根据所述与第二参数相关联的计算参数，可以确定所述研究区第二参数的均值及分布范围，具体可以包括：河道满岸深度等于单井河道的厚度；河道与堤岸的宽度比等于河道宽度除以堤岸宽度的值；河道与堤岸的厚度比等于河道厚度除以堤岸厚度；根据所述单井沉积相曲线可以得到河流的曲率。
通过结合现代河流沉积相研究资料与研究区单井资料，可以保证得到的第二参数的均值及分布范围更精确。
S104：根据第一参数与第二参数的均值及分布范围，采用基于目标的随机模拟方法实现多次随机模拟得到随机模型。
根据第一参数与第二参数的均值及分布范围，采用基于目标的随机模拟方法可以实现多次随机模拟得到随机模型。所述多次随机模拟包括至少50次随机模拟。
S105：统计所述多次随机模拟模型得到的河流沉积微相的概率体，根据所述概率体的统计结果，以最大概率原则选出最终随机模型，利用所述最终随机模型刻画所述研究区河流相储层空间分布。
可以统计所述多次随机模拟模型得到的河流沉积微相的概率体，所述沉积微相的分布概率体，可以指地质模型中网格模拟结果属于当前沉积微相模拟结果的次数与总的模拟次数的比值，可以用下述公式来表示：
其中，
式中，NX,NY,NZ分别为随机模型中在X，Y，Z方向上的网格总数；Code＝z表示相代码为Z的沉积微相，Cell(i,j,k)＝z表示网格的模拟结果属于相代码为Z的沉积微相模拟结果。
根据所述概率体的统计结果，可以以最大概率原则选出最终随机模型，利用所述最终随机模型可以刻画所述研究区河流相储层空间分布。
所述以最大概率原则选出最终随机模型，可以包括：首先，根据所述概率体得到理想的沉积微相模型：将概率值最大的概率体所对应的沉积微相模型作为理想的沉积微相模型；再统计各次模拟得到的随机模型与理想的沉积微相模型的误差，取误差最小的随机模型为最终随机模型。
上述实施例公开的一种刻画河流相储层空间分布的方法，在定量描述储层空间分布的过程中，考虑了现代与研究区沉积相关联的现代河流沉积相研究资料，结合现代河流沉积相研究资料得到刻画河流相储层空间分布所需的参数的均值及分布范围，使得得到的参数的均值及分布范围更精确，从而提高刻画的河流相储层空间分布的准确性。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (5)
1.一种精细刻画河流相储层空间分布的方法，其特征在于，包括：
获取与研究区沉积相关联的现代河流沉积相研究资料；
统计所述现代河流沉积相研究资料，得到第一参数的统计结果，基于第一参数的统计结果，确定所述研究区第一参数的均值及分布范围；其中，所述第一参数包括：多期河道宽度与单期河道宽度的比值、河道流向角度、河道迁移波长和河道迁移振幅；
根据所述研究区单井资料与所述现代河流沉积相研究资料，统计与第二参数相关联的计算参数的值，根据所述计算参数确定所述研究区第二参数的均值及分布范围；其中，所述第二参数包括：河道满岸深度、河流曲率、河道与堤岸的宽度比，以及河道与堤岸的厚度比；所述与第二参数相关联的计算参数包括：单井河道的厚度、单井沉积相曲线、河道宽度、堤岸宽度、河道厚度和堤岸厚度；
根据第一参数与第二参数的均值及分布范围，采用基于目标的随机模拟方法实现多次随机模拟得到随机模型；
统计所述多次随机模拟模型得到的河流沉积微相的概率体，根据所述概率体的统计结果，以最大概率原则选出最终随机模型，利用所述最终随机模型刻画所述研究区河流相储层空间分布；具体地，所述以最大概率原则选出最终随机模型，包括：
首先，根据所述概率体得到理想的沉积微相模型：将概率值最大的概率体所对应的沉积微相模型作为理想的沉积微相模型；
再统计各次模拟得到的随机模型与理想的沉积微相模型的误差，取误差最小的随机模型为最终随机模型。
2.如权利要求1所述的一种精细刻画河流相储层空间分布的方法，其特征在于，所述根据计算参数确定所述第二参数的均值及分布范围，包括：
河道满岸深度等于单井河道的厚度；
河道与堤岸的宽度比等于河道宽度除以堤岸宽度的值；
河道与堤岸的厚度比等于河道厚度除以堤岸厚度；
根据单井沉积相曲线确定河流曲率。
3.如权利要求1所述的一种精细刻画河流相储层空间分布的方法，其特征在于，所述基于第一参数的统计结果，确定所述研究区第一参数的均值及分布范围，包括
统计第一参数的分布频率及各第一参数取值区间的累积概率；
确定所述统计结果中，累积概率为第一预设值、第二预设值和50％时所对应的第一参数的取值；
根据研究区域的样本数值及第一参数的取值，确定所述研究区第一参数的分布矩阵，根据所述分布矩阵确定所述研究区第一参数的均值及分布范围；
所述第一预设值的取值范围包括：大于0且小于20％；
所述第二预设值的取值范围包括：大于80％且小于1。
4.如权利要求3所述的一种精细刻画河流相储层空间分布的方法，其特征在于，所述研究区第一参数的分布矩阵采用下述公式计算得到：
<mrow>
<mi>D</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mn>13</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<mi>n</mi>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，di1＝diαP10，di2＝diαP50，di3＝diαP90(1≤i≤n)；d1,d2,…dn(1≤j≤n)，n为研究区域的样本数目；αP10,αP50,αP90为统计结果中累积概率为10％，50％，90％时所对应的第一参数的取值；矩阵D中，列分别表示一个累积概率下每一样本所对应的第一参数的取值，行分别表示一个样本在不同累积概率下对应的第一参数的取值。
5.如权利要求1所述的一种精细刻画河流相储层空间分布的方法，其特征在于，所述沉积微相的分布概率体，指地质模型中网格模拟结果属于当前沉积微相模拟结果的次数与总的模拟次数的比值，用下述公式表示：
<mrow>
<mi>C</mi>
<mi>e</mi>
<mi>l</mi>
<mi>l</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>d</mi>
<mi>e</mi>
<mo>=</mo>
<mi>z</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>N</mi>
</mfrac>
</mrow>
其中，
式中，NX,NY,NZ分别为随机模型中在X，Y，Z方向上的网格总数；Code＝z表示相代码为Z的沉积微相，Cell(i,j,k)＝z表示网格的模拟结果属于相代码为Z的沉积微相模拟结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510259409.XA CN104915990B (zh) | 2015-05-20 | 2015-05-20 | 一种精细刻画河流相储层空间分布的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510259409.XA CN104915990B (zh) | 2015-05-20 | 2015-05-20 | 一种精细刻画河流相储层空间分布的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104915990A CN104915990A (zh) | 2015-09-16 |
| CN104915990B true CN104915990B (zh) | 2018-03-13 |
Family
ID=54085026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510259409.XA Active CN104915990B (zh) | 2015-05-20 | 2015-05-20 | 一种精细刻画河流相储层空间分布的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104915990B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109779622B (zh) * | 2019-02-22 | 2023-02-03 | 中国石油大学(华东) | 特高含水期油藏低效注水带表征方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103901502A (zh) * | 2014-03-11 | 2014-07-02 | 中国海洋石油总公司 | 一种基于复合砂体构型图版的海上油田储层预测方法 |
| CN104018828A (zh) * | 2014-05-20 | 2014-09-03 | 长江大学 | 一种基于演化进程的曲流河砂体储层建筑结构分析方法 |
| CN104281724A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 利用多方向变差函数分析进行储层属性模拟的方法 |
| CN104616353A (zh) * | 2013-11-05 | 2015-05-13 | 中国石油天然气集团公司 | 储层随机地质模型的建模及优选方法 |
-
2015
- 2015-05-20 CN CN201510259409.XA patent/CN104915990B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281724A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油化工股份有限公司 | 利用多方向变差函数分析进行储层属性模拟的方法 |
| CN104616353A (zh) * | 2013-11-05 | 2015-05-13 | 中国石油天然气集团公司 | 储层随机地质模型的建模及优选方法 |
| CN103901502A (zh) * | 2014-03-11 | 2014-07-02 | 中国海洋石油总公司 | 一种基于复合砂体构型图版的海上油田储层预测方法 |
| CN104018828A (zh) * | 2014-05-20 | 2014-09-03 | 长江大学 | 一种基于演化进程的曲流河砂体储层建筑结构分析方法 |
Non-Patent Citations (3)
| Title |
|---|
| 应用序贯指示模拟方法模拟沉积微相;冯国庆 等;《西南石油学院学报》;20010430;第23卷(第2期);引言、第3节 * |
| 曲流点坝面迁移对侧积体形成与分布控制作用研究;宋通 等;《中国化工贸易》;20140430;第6卷(第11期);第6-7页 * |
| 砂体叠置结构及构型特征对水驱规律的影响——以哈萨克斯坦南图尔盖盆地 Kumkol 油田为例;赵伦 等;《石油勘探与开发》;20131211;第41卷(第1期);第2.1节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104915990A (zh) | 2015-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Flood coincidence risk analysis using multivariate copula functions | |
| EP3362640B1 (en) | History matching of hydrocarbon production from heterogenous reservoirs | |
| Kambhammettu et al. | Application and evaluation of universal kriging for optimal contouring of groundwater levels | |
| WO2017007924A1 (en) | Improved geobody continuity in geological models based on multiple point statistics | |
| CN112287294B (zh) | 一种基于深度学习的时空双向土壤含水量插值方法 | |
| Ma et al. | Multiscale-network structure inversion of fractured media based on a hierarchical-parameterization and data-driven evolutionary-optimization method | |
| CN103336997B (zh) | 致密油资源分布预测方法以及预测装置 | |
| CN107966732A (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
| CN108563837A (zh) | 一种冲积河流水沙模型的模型参数实时校正方法和系统 | |
| CN102855392A (zh) | 一种基于遗传算法的Kriging插值的地面沉降空间监控方法 | |
| CN114692471B (zh) | 一种岩溶地下水系统流网模拟方法 | |
| CN114611832B (zh) | 一种基于贝叶斯多模型集对分析的海水入侵预测方法 | |
| CN108053049A (zh) | 一种基于Budyko理论的水文随机插值径流预测方法 | |
| CN112149871A (zh) | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 | |
| CN108061699A (zh) | 一种多期次、多尺度裂缝孔渗参数定量预测方法 | |
| Gioia et al. | Performance of a theoretical model for the description of water balance and runoff dynamics in Southern Italy | |
| CN103870699B (zh) | 基于双层异步迭代策略的水动力学洪水演进模拟方法 | |
| KR101677159B1 (ko) | 다중칼만게인과 동적자료선별을 통한 앙상블기반 저류층특성화 방법 | |
| CN104915990B (zh) | 一种精细刻画河流相储层空间分布的方法 | |
| Chen et al. | Using baseflow ensembles for hydrologic hysteresis characterization in humid basins of Southeastern China | |
| CN106446388A (zh) | 基于蒙特·卡洛算法的新安江模型参数优化方法 | |
| CN108510134B (zh) | 一种确定地质变量分位值的方法和系统 | |
| Damangir et al. | System identification and subsequent discharge estimation based on level data alone—Gradually varied flow condition | |
| CN115641696A (zh) | 基于多源信息的网格化洪水预报模型构建及实时校正方法 | |
| Kim et al. | Application of runoff coefficient and rainfall-intensity-ratio to analyze the relationship between storm patterns and flood responses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |