CN111401451B - 油藏地质模型中储层构型界面自动识别方法 - Google Patents

油藏地质模型中储层构型界面自动识别方法 Download PDF

Info

Publication number
CN111401451B
CN111401451B CN202010189180.8A CN202010189180A CN111401451B CN 111401451 B CN111401451 B CN 111401451B CN 202010189180 A CN202010189180 A CN 202010189180A CN 111401451 B CN111401451 B CN 111401451B
Authority
CN
China
Prior art keywords
grid
configuration
reservoir
geometry
traversing
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
Application number
CN202010189180.8A
Other languages
English (en)
Other versions
CN111401451A (zh
Inventor
张以根
王军
于金彪
曹伟东
陈苏
史敬华
马泮光
杨耀忠
杜玉山
陶国华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Shengli Oilfield Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Exploration and Development Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN202010189180.8A priority Critical patent/CN111401451B/zh
Publication of CN111401451A publication Critical patent/CN111401451A/zh
Application granted granted Critical
Publication of CN111401451B publication Critical patent/CN111401451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Graphics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种油藏地质模型中储层构型界面自动识别方法,该油藏地质模型中储层构型界面自动识别方法包括:步骤1,初始化基本参数;步骤2,根据IJK遍历网格;步骤3,遍历步骤2构成的构型几何体的网格;步骤4,遍历步骤3生成的构型体几何体网格集合,生成构型几何体边界网格集合;步骤5,将生成地构型几何体添加入步骤1建立的构型体集合中,回到步骤2继续遍历网格,直到将所有网格遍历并收纳为止。该油藏地质模型中储层构型界面自动识别方法能够描述不同构型单元(界面)之间的连通性,统计构型单元的几何属性、物性参数,为基于构型单元的剩余油分析和方案优化提供依据。

Description

油藏地质模型中储层构型界面自动识别方法
技术领域
本发明涉及油田开发技术领域,特别是涉及到一种油藏地质模型中储层构型界面自动识别方法。
背景技术
储层构型单元研究是精细刻画地质模型的主要手段,尤其是对于特高含水油藏,构型界面的渗流屏障作用影响着剩余油的分布和调整挖潜。储层构型分布导致储层内部形成的渗流屏障和渗流差异,是造成大量可动剩余油滞留地下的重要原因。因此,开展地下储层构型研究对于提高油藏数值模拟精度、寻找剩余油富集区以及提高油藏采收率都具有十分重要的意义。
由于在油藏地质模型中没有明确地表示出储层构型界面,因此,在油藏数值模拟研究中也没有将构型单元作为独立研究对象进行描述和表征,没有刻画出构型界面的渗流屏障作用,也无法开展基于构型单元的剩余油分析和方案优化。
人工智能领域中计算机视觉技术中一个应用就是从图象中获取并提取所关注的信息。其中的图像分割方法就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。
目前,一些商业软件公司和学校已经开展了储层构型单元的研究,并开发了相关的方法和软件产品,但是这些方法基本上都是在精细网格基础上,将构型看作尺度较小的低级次的相,并以此来约束构型内部物性的计算,最终获取包含构型网格全局精细网格模型,其中没有将构型单元作为独立的对象来研究,同时缺乏对构型界面的连通性进行描述的手段,无法准确描述构型的渗流屏障作用,我们认为构型的边界存在的连通、半连通、不连通等多种情况,需要找到构型的界面所在位置,对该位置的连通性进行描述,同时将构型体作为独立的单元进行几何形态参数定量化表征以及储层物性参数计算、统计、分析等功能。因此需要在之前获取的精细网格基础之上提取构型体集合,并识别出构形边界。目前还未有相关和类似研究方法。
为此我们发明了一种新的油藏地质模型中储层构型界面自动识别方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种能够描述不同构型单元(界面)之间的连通性,统计构型单元的几何属性、物性参数的油藏地质模型中储层构型界面自动识别方法。
本发明的目的可通过如下技术措施来实现:油藏地质模型中储层构型界面自动识别方法,该油藏地质模型中储层构型界面自动识别方法包括:步骤1,初始化基本参数;步骤2,根据IJK遍历网格;步骤3,遍历步骤2构成的构型几何体的网格;步骤4,遍历步骤3生成的构型体几何体网格集合,生成构型几何体边界网格集合;步骤5,将生成地构型几何体添加入步骤1建立的构型体集合中,回到步骤2继续遍历网格,直到将所有网格遍历并收纳为止。
本发明的目的还可通过如下技术措施来实现:
在步骤1中,初始化基本参数,得到沉积相参数,获取网格维数,建立网格点收纳标记集合,构型体集合。
在步骤1中,获取精细油藏地质模型,模型包含储层内部结构单元网格属性;建立map结构存储数据,以构型类型作为标识,统一组织管理分属不同构型类型下的多个构型几何体。
在步骤2中,判断当前选中网格是否已经被收纳,若已收纳则移至下一网格;否则建立构型几何体数据体并初始化,将该网格编号加入到构成该几何体的网格索引值中,将该网格标记为已收纳。
在步骤2中,将构型类型作为沉积相参数参与构型体网格筛选;建立的构型结合体数据结构,需要保存构型几何体网格和构型几何体边界网格。
在步骤3中,访问该网格的邻域网格进行约束判断,符合条件的邻域网格加入到该构型几何体,并在网格点收纳标记集合中标记为已收纳,最终形成属于某一构型类型的几何体网格集合;不符合条件的网格,不加入构型几何体网格集合,标记为已遍历,标记为已收纳和已遍历的网格将不再参与本次构型几何体的遍历,当新的构型几何体开始遍历时,网格的遍历标志将重置。
在步骤3中,邻域网格采用三维网格中的26网格连通域。
在步骤3中,网格约束判断条件:判断该网格点是越界、判断该点是否已被收纳过、判断该点是否为无效网格;判断该点是否和中心点沉积相值相等;
在步骤3中,对于单个构型体生成构型体网格几何和构型体边界网格集合。
在步骤4中,边界网格判断条件为:该网格的26连通域中,存在网格越界、无效网格或者与该网格的构型类型不同。
在步骤5中,对获取的构型体网格集合进行几何形态参数定量化表征;并对构型单元的储层物性参数计算、统计、分析。
在步骤5中,对获取的构型体边界网格集合进行构型体边界的连通性进行研究和分析,以用于后续的油藏数值模拟运算。
本发明中的油藏地质模型中储层构型界面自动识别方法,属于油藏地质模型及储层构型单元、油藏数值模拟技术应用及油气田开发提高油藏采收率领域。该方法先将用于二维图像分割处理的区域生长算法延伸到三维网格,即扩展到26连通域进行搜索计算;再将扩展后的算法应用到油藏网格模型,油藏网格模型以角点网格方式表达,根据油藏网格的特性和组织结构,设计网格遍历方式,并针对模型边界、死网格等情况加入约束条件。本发明在精细构型模型基础之上,识别构型单元之间的界面,刻画出构型单元的空间分布,从而能够描述不同构型单元(界面)之间的连通性,统计构型单元的几何属性、物性参数,为基于构型单元的剩余油分析和方案优化提供依据。
本发明在精细构型模型基础之上,识别构型单元之间的界面,刻画出构型单元的空间分布,从而能够描述不同构型单元(界面)之间的连通性,统计构型单元的几何属性、物性参数,为基于构型单元的剩余油分析和方案优化提供依据。
1、本发明创造性地将用于二维图像分割处理的区域生长法思想扩展到三维网格,即以3*3为窗口,26连通域进行搜索计算;
2、本发明创造性地将算法应用到油藏网格模型(角点网格),根据油藏网格的特性和组织结构,设计网格遍历方式,并针对模型边界、死网格等情况加入约束条件。
附图说明
图1为本发明的一具体实施例中油藏模型六面体结构示意图;
图2为本发明的油藏地质模型中储层构型界面自动识别方法一具体实施例的流程图;
图3为本发明的一具体实施例中随机建模模型储层结构单元边界追踪提取结果图;
图4为本发明的一具体实施例中实际工区油藏地质模型图;
图5为本发明的一具体实施例中部分储层结构单元的集图;
图6为本发明的一具体实施例中单个储层结构单元图;
图7为本发明的一具体实施例中储层结构单元定量表征数据图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合附图所示,作详细说明如下。
油藏地质模型中的储层构型单元是以网格属性值的形式表征构型单元的空间分布,如果两个相邻网格的属性值不同,则这两个网格分别属于不同的构型单元,网格之间存在构型界面,因此,如果能够根据网格属性值的变化勾勒出构型单元的界面,即可将构型单元作为一个研究对象进行描述和特征参数计算。
根据以上需求,通过对图像分割技术的研究,拟实现一种将三维空间终的成组的像素或区域发展成更大区域的方法。从种子点的集合开始,从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。这个过程是一个迭代的过程。考虑图像的连通域(或邻域)有两种方式,4连通域和8连通域。此方法延伸到三维网格,即扩展到6连通域和26连通域。应用此方法拟实现构型单元的提取。
本发明的油藏地质模型中储层构型界面自动识别方法,该方法先将用于二维图像分割处理的区域生长算法进行改进及延伸扩展,应用到三维网格,即以3*3为窗口,26连通域进行搜索计算;再将扩展后的算法应用到油藏网格模型,油藏网格模型以角点网格方式表达,根据油藏网格的特性和组织结构,设计网格遍历方式,并针对模型边界、死网格情况加入约束条件。
1、获取专业油藏地质建模软件生成的精细油藏地质模型,模型包含储层内部结构单元网格属性。
2、根据网格包含的储层内部结构单元的不同类型,分别进行网格遍历,从而获取不同类型的储层结构单元的网格集合(同一类型的网格结构单元可能对应多个网格集合),并识别出网格集合的界面。
3、根据构型网格数据,对构型进行几何形态参数定量化表征;构型网格集合所包含的网格属性,实现对构型单元的储层物性参数计算、统计、分析等功能。
4、根据识别出的界面进行储层内部结构单元的边界的连通性进行研究和分析,以用于后续的油藏数值模拟运算。
如图2所示,图2为本发明的油藏地质模型中储层构型界面自动识别方法的流程图,包括如下步骤:
步骤101,初始化基本参数:得到沉积相参数、获取网格维数、建立网格点收纳标记集合、构型体集合;
需要获取专业油藏地质建模软件生成的精细油藏地质模型,模型包含储层内部结构单元网格属性;建立map结构存储数据,以构型类型作为标识,统一组织管理分属不同构型类型下的多个构型几何体。
步骤102,根据IJK遍历网格;判断当前选中网格是否已经被收纳,若已收纳则移至下一网格,否则建立构型几何体数据体并初始化;将该网格编号加入到构成该几何体的网格索引值中;将该网格标记为已收纳;
将构型类型作为沉积相参数参与构型体网格筛选;建立的构型结合体数据结构,需要保存构型几何体网格和构型几何体边界网格。
步骤103,遍历步骤102构成的构型几何体的网格;访问该网格的邻域网格进行约束判断,符合条件的邻域网格加入到该构型几何体,并在网格点收纳标记集合中标记为已收纳。最终形成属于某一构型类型的几何体网格集合。
不符合条件的网格,不加入构型几何体网格集合,标记为已遍历,标记为已收纳和已遍历的网格将不再参与本次构型几何体的遍历,当新的构型几何体开始遍历时,网格的遍历标志将重置。
三维网格中网格连通域分为6连通域和26连通域,本方法采用26连通域;其中网格约束判断条件:判断该网格点是越界、判断该点是否已被收纳过、判断该点是否为无效网格;判断该点是否和中心点沉积相值相等;对于单个构型体生成构型体网格几何和构型体边界网格集合。
步骤104,遍历步骤103生成的构型体几何体网格集合,生成构型几何体边界网格集合;
边界网格判断条件为:该网格的26连通域中,存在网格越界、无效网格或者与该网格的构型类型不同。
步骤105,将生成地构型几何体添加入步骤101建立的构型体集合中,回到步骤2继续遍历网格,直到将所有网格遍历并收纳为止。
获取的构型体网格集合可进行几何形态参数定量化表征;并对构型单元的储层物性参数计算、统计、分析等功能。
获取的构型体边界网格集合可进行构型体边界的连通性进行研究和分析,以用于后续的油藏数值模拟运算。
在一具体实施例中,为了进一步实现本发明的目的,油藏模型通用的角点网格模型可满足对断层、尖灭、侵蚀面的描述,其网格定义如下:
假定油藏模型I、J、K方向的维度分别为Nx、Ny、Nz;
COORD定义pillar线,一共有(Nx+1)*(Ny+1)条线,一条线由两个空间坐标点(X,Y,Z)描述,因此紧跟在COORD后面的数据一共有(Nx+1)*(Ny+1)*3*2个,i、j坐标相同且处于不同位置k处所有网格同一方位的棱边位于一条直线上;,逐条定义每条线,方向是从左到右,再从左到右;
根据当前网格的ij编号,分别计算出该网格棱边p0p4,p1p5,p2p6,p3p7所在线段顶底点坐标序号Indexp0p4,Indexp1p5,Indexp2p6,Indexp3p7,公式如下:
Indexp0p4=(j-1)*(Nx+1)+i-1
Indexp1p5=(j-1)*(Nx+1)+i
Indexp2p6=j*(Nx+1)+i-1
Indexp3p7=j*(Nx+1)+i
ZCORN定义每个网格的点,一个网络8个点,因此紧跟在ZCORN后面的数据应该有Nx*Ny*8个,其中Nx*Ny表示IJ平面网格数目,定义网格角点的顺序都是从左到右,从顶到底。
所述精细油藏地质模型应用随机模拟方法计算生成。
所述网格属性为相属性以及储层结构单元属性。
本发明借助区域生长算法的基本思想,针对油藏网格模型对该算法进行改进及延伸扩展,应用到三维网格,即扩展为26连通域。根据油藏模型的特性,在算法中加入相应的约束条件。
以下为应用本发明的两个具体实施例。
实施例一对油藏模型网格进行遍历提取构型边界的识别
图3给出了一个应用随机模拟方法计算生成的精细油藏模型的网格,网格属性为相属性以及储层结构单元属性,如图不同类型的储层结构单元以及相同类型不同级次的储层结构单元的分布在平面上和纵向上都十分复杂,本算法帮助地质研究人员将各个储层结构单元的边界识别了出来。
实施例二对油藏模型网格内部所包含的储层结构单元进行提取
图4给出了某实际工区油藏地质模型,应用本方法进行了储层结构单元的划分,将分属于不同储层层结构单元的网格提取出来,形成不同的网格集合,应用这些网格集合对储层结构单元进行定量化的统计、分析和计算。图5显示部分储层结构单元的合集,图6显示的是单个储层结构单元,对图7显示的曲流河类型的储层结构单元进行了统计分析如下;
几何属性:河道平均宽度52.3米,河道最大宽度为78.1米,河道曲率3.8,平均厚度35.6米,河道主流线方向43.2度。
物性参数:顶深-1321.3米,底深-1357.5米,中深-1333.6米,孔隙体积25,孔隙度27,渗透率0.5米。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域技术人员来说,其依然可以对前述实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。

Claims (7)

1.油藏地质模型中储层构型界面自动识别方法,其特征在于,该油藏地质模型中储层构型界面自动识别方法包括:
步骤1,初始化基本参数;在步骤1中,初始化基本参数,得到沉积相参数,获取网格维数,建立网格点收纳标记集合,建立构型体集合;获取精细油藏地质模型,模型包含储层内部结构单元网格属性;建立map结构存储数据,以构型类型作为标识,统一组织管理分属不同构型类型下的多个构型几何体;
步骤2,根据IJK遍历网格;在步骤2中,判断当前选中网格是否已经被收纳,若已收纳则移至下一网格;否则建立构型几何体数据体并初始化,将遍历网格编号加入到构型几何体的网格索引值中,将该遍历网格标记为已收纳;
在步骤2中,将构型类型作为沉积相参数参与构型体网格筛选;建立的构型结合体数据结构,需要保存构型几何体的网格和构型几何体边界网格;
步骤3,遍历步骤2构成的构型几何体的网格;在步骤3中,访问该网格的邻域网格进行约束判断,符合条件的邻域网格加入到该构型几何体,并在网格点收纳标记集合中标记为已收纳,最终形成属于某一构型类型的构型几何体网格集合;不符合条件的网格,不加入构型几何体网格集合,标记为已遍历,标记为已收纳和已遍历的网格将不再参与本次构型几何体的遍历,当新的构型几何体开始遍历时,网格的遍历标志将重置;
步骤4,遍历步骤3生成的构型几何体网格集合,生成构型几何体边界网格集合;
步骤5,将生成的构型几何体添加入步骤1建立的构型体集合中,回到步骤2继续遍历网格,直到将所有网格遍历并收纳为止。
2.根据权利要求1所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤3中,邻域网格采用三维网格中的26网格连通域。
3.根据权利要求1所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤3中,网格约束判断条件:判断该网格点是越界、判断该点是否已被收纳过、判断该点是否为无效网格、判断该点是否和中心点沉积相值相等。
4.根据权利要求1所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤3中,对于单个构型体生成构型体网格集合和构型体边界网格集合。
5.根据权利要求2所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤4中,边界网格判断条件为:该网格的26连通域中,存在网格越界、无效网格或者与该网格的构型类型不同。
6.根据权利要求1所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤5中,对获取的构型体网格集合进行几何形态参数定量化表征;并对构型单元的储层物性参数计算、统计、分析。
7.根据权利要求1所述的油藏地质模型中储层构型界面自动识别方法,其特征在于,在步骤5中,对获取的构型体边界网格集合进行构型体边界的连通性进行研究和分析,以用于后续的油藏数值模拟运算。
CN202010189180.8A 2020-03-17 2020-03-17 油藏地质模型中储层构型界面自动识别方法 Active CN111401451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010189180.8A CN111401451B (zh) 2020-03-17 2020-03-17 油藏地质模型中储层构型界面自动识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010189180.8A CN111401451B (zh) 2020-03-17 2020-03-17 油藏地质模型中储层构型界面自动识别方法

Publications (2)

Publication Number Publication Date
CN111401451A CN111401451A (zh) 2020-07-10
CN111401451B true CN111401451B (zh) 2023-06-30

Family

ID=71432546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010189180.8A Active CN111401451B (zh) 2020-03-17 2020-03-17 油藏地质模型中储层构型界面自动识别方法

Country Status (1)

Country Link
CN (1) CN111401451B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101906965A (zh) * 2010-07-14 2010-12-08 中国矿业大学(北京) Vr地质环境下的地层识别与分析技术
CN102194253A (zh) * 2011-06-15 2011-09-21 北京航空航天大学 一种面向三维地质层面结构的四面体网格生成方法
CN105184867A (zh) * 2015-09-29 2015-12-23 中国矿业大学 基于规则格网和角点网格技术的三维地层建模方法
CA2963928A1 (en) * 2014-11-12 2016-05-19 Halliburton Energy Services, Inc. Reservoir mesh creation using extended anisotropic, geometry-adaptive refinement of polyhedra
CN110309597A (zh) * 2019-07-03 2019-10-08 中海石油(中国)有限公司上海分公司 基于构型界面的阻流带模型确定方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101906965A (zh) * 2010-07-14 2010-12-08 中国矿业大学(北京) Vr地质环境下的地层识别与分析技术
CN102194253A (zh) * 2011-06-15 2011-09-21 北京航空航天大学 一种面向三维地质层面结构的四面体网格生成方法
CA2963928A1 (en) * 2014-11-12 2016-05-19 Halliburton Energy Services, Inc. Reservoir mesh creation using extended anisotropic, geometry-adaptive refinement of polyhedra
CN105184867A (zh) * 2015-09-29 2015-12-23 中国矿业大学 基于规则格网和角点网格技术的三维地层建模方法
CN110309597A (zh) * 2019-07-03 2019-10-08 中海石油(中国)有限公司上海分公司 基于构型界面的阻流带模型确定方法、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于储层构型的低渗透油藏地质建模;张瑞雪;《中国优秀硕士论文电子期刊网》;20170715;全文 *
基于高斯核SVM的储层岩性识别――以东濮凹陷上古生界碎屑岩为例;石锁等;《中国科技论文》;20200115(第01期);全文 *
松辽盆地齐家地区高三段致密储层多尺度三维地质建模及定量分类评价;郭明翰;《中国优秀硕士论文电子期刊网》;20200115;全文 *

Also Published As

Publication number Publication date
CN111401451A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111291776B (zh) 基于众源轨迹数据的航道信息提取方法
CN103903061B (zh) 三维矿产资源预测评价中信息综合处理装置及其方法
CN112784403B (zh) 基于点云数据建立节理岩体离散元模型的数值模拟方法
CN111340723B (zh) 一种地形自适应的机载LiDAR点云正则化薄板样条插值滤波方法
Bruna et al. A new methodology to train fracture network simulation using multiple-point statistics
CN110188927A (zh) 一种城市热岛主控因素的分析方法、装置及存储介质
EP3371629A1 (en) Representing structural uncertainty in a mesh representing a geological environment
CN110400371B (zh) 一种水平构造地貌实体的三维模型构建方法
CN110363299B (zh) 面向露头岩层分层的空间案例推理方法
CN108986213B (zh) 一种基于叠置技术的三维地层建模方法
CN112733310B (zh) 一种基于复合类型单元的县域土壤属性调查样点布设方法
WO2011147017A2 (en) System and method for extracting features in a medium from data having spatial coordinates
CN108230452A (zh) 一种基于纹理合成的模型补洞方法
CN111445569B (zh) 一种沉积地质演化动态模拟方法
Hou et al. Hierarchical MPS-based three-dimensional geological structure reconstruction with two-dimensional image (s)
CN112070890A (zh) 一种基于多源数据的快速精细化三维地质建模方法
Li et al. 3D geological implicit modeling method of regular voxel splitting based on layered interpolation data
CN117475314B (zh) 一种地质灾害隐患立体识别方法、系统及介质
CN106875484A (zh) 一种基于三维地形的地质堆积体快速拟合建模方法
CN112634447B (zh) 一种露头岩层分层方法、装置、设备及存储介质
CN111401451B (zh) 油藏地质模型中储层构型界面自动识别方法
CN117635854A (zh) 一种基于知识元地质模型的局部更新方法及系统
CN106504319B (zh) 井间储层三维对比图的生成方法及装置
Li et al. The parallel and precision adaptive method of marine lane extraction based on QuadTree
CN106157369B (zh) 基于稀疏构造解释数据的地质曲面三角剖分方法

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