CN110019594B - 一种基于数值模拟的地质知识库建立方法 - Google Patents
一种基于数值模拟的地质知识库建立方法 Download PDFInfo
- Publication number
- CN110019594B CN110019594B CN201710891951.6A CN201710891951A CN110019594B CN 110019594 B CN110019594 B CN 110019594B CN 201710891951 A CN201710891951 A CN 201710891951A CN 110019594 B CN110019594 B CN 110019594B
- Authority
- CN
- China
- Prior art keywords
- geological
- sediment
- knowledge base
- deposition
- distribution
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000013049 sediment Substances 0.000 claims abstract description 69
- 230000008021 deposition Effects 0.000 claims abstract description 67
- 238000009826 distribution Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 210000003484 anatomy Anatomy 0.000 claims abstract description 12
- 230000003628 erosive effect Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000000151 deposition Methods 0.000 claims description 65
- 239000004576 sand Substances 0.000 claims description 32
- 230000000704 physical effect Effects 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000003892 spreading Methods 0.000 claims description 6
- 230000007480 spreading Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000005289 physical deposition Methods 0.000 claims description 2
- 238000004062 sedimentation Methods 0.000 claims 1
- 230000036962 time dependent Effects 0.000 claims 1
- 238000011835 investigation Methods 0.000 abstract description 7
- 239000000463 material Substances 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 20
- 238000010276 construction Methods 0.000 description 6
- 238000005137 deposition process Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 238000002224 dissection Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005136 cathodoluminescence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 210000002105 tongue Anatomy 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Mining & Mineral Resources (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于数值模拟的地质知识库建立方法，根据水动力学的数学方程和边界条件，对水动力过程、泥沙传输过程模拟得到的沉积量和剥蚀量进行叠加，得到新的沉积模型，并将模拟结果与目标层的地质参数进行比较分析，当比较分析的结果一致时，对模拟结果进行地质解剖，提取地质参数，总结地质现象和地质数据的分布规律，从而建立相应的地质知识库。这样既节约了物质成本、同时又能满足地质工作者构建地质模型所需的约束条件，有效解决了现代沉积调查进行沉积物理模拟实验模拟地质条件时成本高的问题。
Description
技术领域
本发明属于油气勘探开发技术领域，具体涉及一种基于数值模拟的地质知识库建立方法。
背景技术
地质知识库是构建精细地质模型的重要约束条件，决定了地质模型的质量和应用。因此选取合适的方法建立地质知识库在储层研究中有着重要的研究意义。
目前，常见的知识库建库获取方法，一般是通过露头、密井网解剖或现代沉积调查作为经典的知识库参数获取途径，在国内外储层特性和非均质性的定量分析并应用。
露头解剖主要通过对露头的详细描述、测量、取样分析、钻浅井及地面雷达等多种手段的详细解剖，可以得到砂体的几何形态和分布规律、砂体内部孔隙度、渗透率的分布规律，并为相似环境中的地形储层构型提供类比。例如，公布号为CN106202420的中国专利公开了一种野外露头知识库的建立方法，主要利用goole地球与实地GPS定位相结合，确定露头区准确位置，露头野外地质描述与实验室岩矿分析测试相结合，涉及野外地质填图及室内偏光显微镜、扫描电镜观察、阴极发光、XRD分析、能谱分析测试技术。在研究成果分类、归纳的基础上，建立一套完整的野外露头知识体系，最终利用计算机技术进行数字化存储管理并建库。这种建库方法在油田实际研究区往往缺少露头，因而制约了通过露头资料建立精确原型模型的研究。
密井网解剖主要是指在开发中后期，井网密度较大的情况下，根据岩心和测井曲线建立储层地质模型，内容包括：一维的砂体密度、频次、厚度、上下岩相；二维的砂体宽度、宽厚比、对称系数、左右岩相。井网解剖基于生产动态资料该方法，能够反映油田生产实际，弥补二维露头剖面描述的微相砂体几何特征的不完整性，作为原型模型构建知识来源被广泛应用，但该方法受井网条件制约和井间储层横向非均质性和不确定性影响，有时知识的获取或知识的质量难于保障，仅适用于建立确定性模型。
现代沉积解剖主要是对现代河流进行沉积考察，在此基础上，建立各种河流相的沉积模式，并分析其中单剖面的沉积现象及特征。该方法建立的模式形象逼真，具有直观性、完整性、精确性，便于作大比例尺研究，但能够看到的现代沉积范围有限，得到的模式可能以偏概全。
沉积模拟实验首先需进行现代沉积考察，在此基础上进行实验设计，得到重要的基础数据，进而建立储层地质模型。在现代沉积调查基础上进行沉积物理模拟实验建立原型模型成本低、可多次重复、测量准确，对沉积过程记录详细，成因、机理明确，对沉积学的研究及其在确定储层宏观分布规律上具有直观性，但实验受装置规模大小的限制，以及沉积条件的限制，在实验过程中很难模拟需要的地质条件，如泥石流沉积、单一因素的研究等实验条件，难以评价储层物性参数，在具体的油田实例中应用存在局限性。其建立的模型无法进行成岩过程模拟，无法得到地下储层真实物性数据，同时地质条件的研究过程存在成本高、耗时长的缺点。
发明内容
本发明的目的是提供一种基于数值模拟的地质知识库建立方法，用于解决现有技术的研究成本高、重复率低、实验难度大的问题。
为解决上述技术问题，本发明提出一种基于数值模拟的地质知识库建立方法，包括以下解决方案：
建库方案一，包括以下步骤：
1)根据目标层的地质资料，建立目标层沉积地形的初始沉积模型，根据目标层的水动力学特征和沉积物理参数，确定目标层的边界条件；
2)采用水动力学的数学方程，结合所述边界条件，对目标层的水动力过程、泥沙传输过程进行模拟，得到沉积物的沉积量和剥蚀量，将所述沉积量和剥蚀量叠加到所述初始沉积模型上，得到新的沉积模型；
3)将所述新的沉积模型的模拟结果与目标层实际的水动力学特征和沉积物理参数进行比较分析，当比较分析的结果一致时，对所述新的沉积模型的模拟结果进行地质解剖，提取相应的地质参数，总结地质现象和地质数据的分布规律，建立相应的地质知识库；
4)当所述比较分析的结果不一致时，重新根据所述水动力学特征和沉积物理参数，确定目标层的边界条件，直到在重新确定的边界条件下的新的沉积模型的模拟结果，与目标层实际的水动力学特征和沉积物理参数的比较分析的结果一致，对所述新的沉积模型的模拟结果进行地质解剖，提取相应的地质参数，总结地质现象和地质数据的分布规律，建立相应的地质知识库。
建库方案二，在建库方案一的基础上，步骤1)中所述边界条件至少包括水位、流速、沉积物比例、沉积物浓度、沉积物粒径。
建库方案三、四，分别在建库方案一、二的基础上，步骤3)、步骤4)中目标层实际的水动力学特征和沉积物理参数包括沉积物形态、水位、流速、砂体的叠置关系、沉积物厚度。
建库方案五，在建库方案一的基础上，步骤3)中地质参数包括：沉积物的地貌展布、沉积物的厚度展布、水动力的分布、河道的宽深和位置关系，以及沉积物不同组份的分布。
建库方案六，在建库方案五的基础上，对所述沉积物的地貌展布进行分析，提取沉积地貌演化过程、沉积物随时间的展布特征、各沉积位置沉积物的组份比例知识，获取沉积体外部几何形态和内部沉积构成地质知识，建立沉积体外部形态知识库。
建库方案七，在建库方案五的基础上，根据所述沉积物的地貌展布、沉积物的厚度展布，将不同时刻的沉积地貌进行叠加，分析沉积物的退积、进积、侧向加积的分布规律，建立砂体关系知识库。
建库方案八，在建库方案五的基础上，根据所述河道的宽深和位置关系，得到宽深与物源距离的关系、垂向上宽深比的分布特征、垂向上河道演化过程中河道参数随时间的变化，确定相应的砂体几何形态，建立砂体几何形态地质知识库。
建库方案九，在建库方案五的基础上，根据所述沉积物不同组份的分布，分析砂体内部构成，结合组份与物性关系模型，构建砂体内部物性差别和分布模式，形成储层物性知识库。
建库方案十，在建库方案五的基础上，根据所述河道的宽深和位置关系，以及沉积物不同组份的分布，编制沉积体的三维空间形态和内部构成的综合图像，构建三维训练图件，形成多点地质统计图像知识库。
本发明的有益效果是：
根据水动力学的数学方程和边界条件，对水动力过程、泥沙传输过程模拟得到的沉积量和剥蚀量进行叠加，得到新的沉积模型，并将模拟结果与目标层的地质参数进行比较分析，当比较分析的结果不一致时，对边界条件进行优化，直到重新建立沉积模型的模拟结果与比较分析的结果一致。本发明提高了模拟真实地质条件的精度，且实验原理简单，只需要反复优化边界条件，就能得到具有储层真实物性数据的沉积模型。
当比较分析的结果一致后，对模拟结果进行地质解剖，提取地质参数，总结地质现象和地质数据的分布规律，从而建立相应的地质知识库。本发明通过反复优化边界条件建立沉积模型再现与目标层实际情况相符合的地质条件，提高了沉积模型模拟地质条件的准确性。本发明的沉积模拟实验耗时短、成本低，在节约物质成本的同时，又能满足地质工作者构建地质模型所需的约束条件，提高了实验效率，并有效解决了现代沉积调查进行沉积物理模拟实验模拟地质条件时成本高、耗时长的问题。
附图说明
图1是本发明建库方法流程图；
图2是本发明数值模拟流程图；
图3是本发明垂直物源方向各个时期沉积物的相互叠置关系图；
图4是本发明顺物源方向各个时期沉积物的相互叠置关系图；
图5是本发明河道参数的提取图；
图6是本发明河道宽深比分析图；
图7是本发明物性参数分布图；
图8是本发明训练图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
本发明的一种基于数值模拟的地质知识库建立方法的实施例：
步骤1：本发明以目标层——文79断块为例，基于文79断块研究区沉积砂体的沉积动力学特征出发，开展沉积学调查研究确定研究区目标层沉积砂体的构造地质特征和相关的沉积动力控制因素，为数值模拟提供模拟的基础数据，上述构造地质特征包括地貌、构造演化。研究分析得到水动力学控制因素，如流量、流速、沉积地形、水位波动情况，以及沉积物的物理特征，如组成成分比例、粒度等，详细参数见表1。
表1
建立文79断块相应的沉积数值模型，详细步骤如下：
1.1根据目标层的地质资料，如岩相古地理图和古地貌图，设计目标层的初始沉积模拟地形。
1.2根据文79断块研究区的水动力学控制因素、以及沉积物理参数特征，设计边界条件，如流速、水位、沉积物的浓度、沉积物粒径、沉积物比例等，详细参数见表1。
1.3运用质量守恒、能量守恒、动量守恒数学原理，运用N-S方程模拟水动力过程、泥沙传输过程，对沉积物的沉积、剥蚀、再沉积等沉积过程进行数学模拟计算，得到不同位置沉积物的沉积及剥蚀量，上述水动力过程为水动力随着底型的变化而出现的水动力前后的演化过程。
1.4将沉积物的沉积量与剥蚀量叠加到初始沉积模拟地形上，模拟地形随时间的变化情况，确定模拟再现研究区沉积物的沉积过程，得到沉积模型，模拟流程见图2。
步骤2：在步骤1得到的初始的沉积模型的基础上，对数值模拟的结果进行比较分析，并与文79断块目标层的沉积物形态、水动力特征、砂体的叠置关系、沉积物厚度进行比较分析，对模拟的边界参数进行优化，最终得到研究区目标层沉积数值模型的边界条件，其模拟流程见图1。详细步骤如下：
2.1将步骤1得到的沉积模型时间、空间上进行各个参数的提取，各个参数包括沉积物形态、水动力特征、砂体的叠置关系、沉积物厚度，水动力特征为水位、流量、地形。
2.2在步骤1建立的沉积数值模型中选取时间、空间上的沉积模拟结果，与文79断块目标层的沉积数据进行相互比较，比较砂体的形态、沉积的水动力条件、沉积物的组份分布等是否与文79断块目标层一致，上述水动力条件为流速的大小、沉积物的搬运方式、沉积物的沉积剥蚀与水动力的关系。
2.3反复步骤2.1、2.2对模型进行调试，如果不一致，反复步骤2.1、2.2，如果沉积数值模型的水动力特征与研究区一致，沉积体的形态也一致，则直接进入步骤3，最终得到文79断块沉积区的沉积数值模型的边界条件。
步骤3：基于步骤2所获取的文79断块目标层的最终的边界条件进行沉积数值模拟实验，并对模拟过程和结果进行记录，记录信息包括不同时刻的水动力参数大小、地貌起伏形态、不同组份的沉积物量、剥蚀量，得到最终的文79断块沉积数值模型。
步骤4：基于步骤3获得的最终的文79断块沉积数值模型进行地质解剖和解释，提取地质参数，包括沉积过程中各个时刻的沉积物的地貌展布、沉积物的厚度展布、水动力的分布、以及河道的宽深和位置关系，沉积物不同组份的分布，对最终的沉积模拟结果进行垂直物源、顺物源的剖面，选取剖面的地貌特征，水动力特征，识别出河道位置，并对其宽深进行统计，上述水动力的分布为流速分布、剪应力分布。以某一剖面上河道的提取为例，参数提取过程见图5。
具体步骤如下：
4.1将步骤3中得到的沉积模型进行地质解剖和解释，识别地质单元，按剖面和时间段选取不同的对象，编制相应地的质成果图件，如顺水流方向、平行水流方向等方向的剖面图或平面图，在图中编制相关地记录信息特征，形成地质图件。如图5所示，在地貌的剖面图中进行识别河道的位置。
4.2对步骤3中相关的地质图件进行分析，提取出不同部位的地质参数，包括沉积物中沙质沉积物、泥质沉积物的分布、以及各个位置的比例关系、砂体的叠置关系、河道的展布规律、河道截面形态的分布规律。如图5所示，以河道为例对河道宽度、深度、以及位置进行统计。
步骤5：基于对步骤4中提取的地质参数进行分析，总结地质现象、地质数据的分布规律，将研究所得的地质知识进行总结入库。详细步骤如下：
5.1基于沉积物展布分析，提取沉积地貌演化过程、沉积物随时间的展布特征、各沉积位置沉积物的组份比例，获取沉积体外部几何形态和内部沉积构成地质知识，构建沉积体外部形态知识库。
5.2根据4.2所获取的地貌、沉积物的厚度演化的时间切片，对砂体的叠置关系进行研究，将不同时刻的沉积地貌进行叠加，分析沉积物的退积、进积、侧向加积的分布规律，构建砂体关系知识库，见图3、图4。
5.3基于4.1对河道宽深比、砂体长度与宽度、倾角等知识进行研究分析，获取宽深与物源距离的关系、垂向上宽深比的分布特征、垂向上河道演化过程中河道参数随时间的变化等，得到相应的砂体几何形态参数(连片状、鸟足状或舌状)，构建砂体几何形态地质知识库，见图6。
5.4基于4.2各个组份的分布，分析砂体内部构成，结合组份与物性关系模型，即组份与储层的孔隙度和渗透性关系，根据岩心分析数据所得，如图7所示，泥质组分的含量分布，在储层的分析中泥质含量越高其储层的渗透性相对越差，对储层的渗透特性进行研究，构建砂体内部物性差别和分布模式，形成储层物性知识库，见图7。
5.5基于4.1和4.2中各个河道的宽深、位置、沉积组份分布的测量，编制沉积体的三维空间形态和内部构成的综合图像，构建三维训练图件，形成多点地质统计图像知识库，见图8。
本发明充分考虑了文79断块沉积区的水动力特征下，对湖盆的沉积过程进行数值模拟，在检验模型的基础上进行地质知识的提取，建立相应地质知识库，这样既节约了时间物质成本、同时又能满足地质工作者构建地质模型所需的约束条件。
Claims (8)
1.一种基于数值模拟的地质知识库建立方法，其特征在于，包括以下步骤：
1）根据目标层的地质资料，建立目标层沉积地形的初始沉积模型，根据目标层的水动力学特征和沉积物理参数，确定目标层的边界条件；
2）采用水动力学的数学方程，结合所述边界条件，对目标层的水动力过程、泥沙传输过程进行模拟，得到沉积物的沉积量和剥蚀量，将所述沉积量和剥蚀量叠加到所述初始沉积模型上，得到新的沉积模型；
3）将所述新的沉积模型的模拟结果与目标层实际的水动力学特征和沉积物理参数进行比较分析，当比较分析的结果一致时，对所述新的沉积模型的模拟结果进行地质解剖，提取相应的地质参数，总结地质现象和地质数据的分布规律，建立相应的地质知识库；所述比较分析的过程为：将得到新的沉积模型在时间、空间上进行各个参数的提取，所述各个参数包括沉积物形态、水动力学特征、砂体的叠置关系、沉积物厚度，水动力学特征为水位、流量、地形；在新的沉积模型中选取时间、空间上的沉积模拟结果，与目标层的沉积数据进行相互比较，比较砂体的形态、沉积的水动力条件、沉积物的组份分布是否与目标层一致，所述水动力条件为流速的大小、沉积物的搬运方式、沉积物的沉积剥蚀与水动力的关系；
4）当所述比较分析的结果不一致时，重新根据所述水动力学特征和沉积物理参数，确定目标层的边界条件，直到在重新确定的边界条件下的新的沉积模型的模拟结果，与目标层实际的水动力学特征和沉积物理参数的比较分析的结果一致，对所述新的沉积模型的模拟结果进行地质解剖，提取相应的地质参数，总结地质现象和地质数据的分布规律，建立相应的地质知识库；
参数提取的过程为：对新的沉积模型进行地质解剖和解释，识别地质单元，按剖面和时间段选取不同的对象，编制相应地质的成果图件，包括顺水流方向、平行水流方向的剖面图或平面图，在图中编制相关地记录信息特征，形成地质图件，在地貌的剖面图中进行识别河道的位置；对相关的地质图件进行分析，提取出不同部位的地质参数，包括沉积物中沙质沉积物、泥质沉积物的分布、以及各个位置的比例关系、砂体的叠置关系、河道的展布规律、河道截面形态的分布规律。
2.根据权利要求1所述的基于数值模拟的地质知识库建立方法，其特征在于，步骤1）中所述边界条件至少包括水位、流速、沉积物比例、沉积物浓度、沉积物粒径。
3.根据权利要求1所述的基于数值模拟的地质知识库建立方法，其特征在于，步骤3）中地质参数包括：沉积物的地貌展布、沉积物的厚度展布、水动力的分布、河道的宽深和位置关系，以及沉积物不同组份的分布。
4.根据权利要求3所述的基于数值模拟的地质知识库建立方法，其特征在于，对所述沉积物的地貌展布进行分析，提取沉积地貌演化过程、沉积物随时间的展布特征、各沉积位置沉积物的组份比例知识，获取沉积体外部几何形态和内部沉积构成地质知识，建立沉积体外部形态知识库。
5.根据权利要求3所述的基于数值模拟的地质知识库建立方法，其特征在于，根据所述沉积物的地貌展布、沉积物的厚度展布，将不同时刻的沉积地貌进行叠加，分析沉积物的退积、进积、侧向加积的分布规律，建立砂体关系知识库。
6.根据权利要求3所述的基于数值模拟的地质知识库建立方法，其特征在于，根据所述河道的宽深和位置关系，得到宽深与物源距离的关系、垂向上宽深比的分布特征、垂向上河道演化过程中河道参数随时间的变化，确定相应的砂体几何形态，建立砂体几何形态地质知识库。
7.根据权利要求3所述的基于数值模拟的地质知识库建立方法，其特征在于，根据所述沉积物不同组份的分布，分析砂体内部构成，结合组份与物性关系模型，构建砂体内部物性差别和分布模式，形成储层物性知识库。
8.根据权利要求3所述的基于数值模拟的地质知识库建立方法，其特征在于，根据所述河道的宽深和位置关系，以及沉积物不同组份的分布，编制沉积体的三维空间形态和内部构成的综合图像，构建三维训练图件，形成多点地质统计图像知识库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710891951.6A CN110019594B (zh) | 2017-09-27 | 2017-09-27 | 一种基于数值模拟的地质知识库建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710891951.6A CN110019594B (zh) | 2017-09-27 | 2017-09-27 | 一种基于数值模拟的地质知识库建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110019594A CN110019594A (zh) | 2019-07-16 |
| CN110019594B true CN110019594B (zh) | 2023-04-04 |
Family
ID=67186428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710891951.6A Active CN110019594B (zh) | 2017-09-27 | 2017-09-27 | 一种基于数值模拟的地质知识库建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110019594B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110609319B (zh) * | 2019-08-20 | 2021-12-10 | 中国石油大学(华东) | 一种利用沉积正演模拟建立时间域层序地层剖面的方法 |
| CN111009179B (zh) * | 2019-10-23 | 2022-01-25 | 上海同继地质科技有限公司 | 剥蚀厚度的确定方法及装置 |
| CN113377962B (zh) * | 2021-06-18 | 2023-04-07 | 西安石油大学 | 一种基于图像识别和自然语言处理的智能过程模拟方法 |
| CN116087042B (zh) * | 2023-02-16 | 2023-09-08 | 中国矿业大学 | 一种粉尘沉积量空间分布实时监测系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2594969A1 (fr) * | 2011-11-17 | 2013-05-22 | IFP Energies Nouvelles | Procédé d'exploration d'un bassin sédimentaire à partir d'une simulation stratigraphique |
| CN103942842A (zh) * | 2014-03-19 | 2014-07-23 | 中国石油天然气股份有限公司 | 嵌入式曲流河砂体建模方法 |
| CN106202420A (zh) * | 2016-07-12 | 2016-12-07 | 中国石油大学(华东) | 一种野外露头知识库的建立方法 |
| CN106202749A (zh) * | 2016-07-15 | 2016-12-07 | 长江大学 | 基于基准面对沉积过程控制的沉积模拟方法 |
-
2017
- 2017-09-27 CN CN201710891951.6A patent/CN110019594B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2594969A1 (fr) * | 2011-11-17 | 2013-05-22 | IFP Energies Nouvelles | Procédé d'exploration d'un bassin sédimentaire à partir d'une simulation stratigraphique |
| CN103942842A (zh) * | 2014-03-19 | 2014-07-23 | 中国石油天然气股份有限公司 | 嵌入式曲流河砂体建模方法 |
| CN106202420A (zh) * | 2016-07-12 | 2016-12-07 | 中国石油大学(华东) | 一种野外露头知识库的建立方法 |
| CN106202749A (zh) * | 2016-07-15 | 2016-12-07 | 长江大学 | 基于基准面对沉积过程控制的沉积模拟方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于数值模拟的地质知识库建立;宋亚开等;《2015年全国沉积大会沉积学与非常规资源论文摘要集》;20151024;第1-2页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110019594A (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dell'Arciprete et al. | Comparison of three geostatistical methods for hydrofacies simulation: a test on alluvial sediments | |
| CN110019594B (zh) | 一种基于数值模拟的地质知识库建立方法 | |
| US20130297272A1 (en) | Three-dimensional multi-modal core and geological modeling for optimal field development | |
| Zhang | Incorporating geological conceptual models and interpretations into reservoir modeling using multiple-point geostatistics | |
| CN105822302A (zh) | 一种基于井地电位法的油水分布识别方法 | |
| Harris | The role of geology in reservoir simulation studies | |
| Trabelsi et al. | GIS-based subsurface databases and 3-D geological modeling as a tool for the set up of hydrogeological framework: Nabeul–Hammamet coastal aquifer case study (Northeast Tunisia) | |
| Cunningham et al. | Carbonate aquifers | |
| Li et al. | Data integration in characterizing a fracture-cavity reservoir, Tahe oilfield, Tarim basin, China | |
| Kumar | Groundwater data requirement and analysis | |
| Quental et al. | Construction of high-resolution stochastic geological models and optimal upscaling to a simplified layer-type hydrogeological model | |
| White et al. | Sedimentology, statistics, and flow behavior for a tide-influenced deltaic sandstone, Frontier Formation, Wyoming, United States | |
| Tran et al. | Uncertainty of heterogeneous hydrogeological models in groundwater flow and land subsidence simulations–a case study in Huwei Town, Taiwan | |
| Zhou et al. | Numerical modelling of stream–aquifer interaction: Quantifying the impact of transient streambed permeability and aquifer heterogeneity | |
| Yin et al. | A location-based multiple point statistics method: modelling the reservoir with non-stationary characteristics | |
| Liu et al. | The Control Theory and Application for Well Pattern Optimization of Heterogeneous Sandstone Reservoirs | |
| Liu et al. | Multiple-point statistical prediction on fracture networks at Yucca Mountain | |
| Wen et al. | Simultaneous integration of pressure, water cut, 1 and 4-D seismic data in geostatistical reservoir modeling | |
| Teoh et al. | The effects of dolomite geobodies within carbonate clinoforms on fluid flow and connectivity: insights from an outcrop analogue on Bonaire, the Netherlands (South Caribbean) | |
| CN113960288B (zh) | 一种源-汇系统定量评价方法 | |
| Erzeybek Balan | Characterization and modeling of paleokarst reservoirs using multiple-point statistics on a non-gridded basis | |
| Wallace | Use of 3-dimensional dynamic modeling of CO₂ injection for comparison to regional static capacity assessments of Miocene sandstone reservoirs in the Texas State Waters, Gulf of Mexico | |
| Rivenæs et al. | Introduction to reservoir modelling | |
| Pasanen et al. | 3D geological models to groundwater flow models: data integration between GSI3D and groundwater flow modelling software GMS and FeFlow® | |
| Tahmasebi et al. | Geologic modeling of eagle ford facies continuity based on outcrop images and depositional processes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |