RU2565325C2 - Моделирование геологического процесса - Google Patents

Моделирование геологического процесса Download PDF

Info

Publication number
RU2565325C2
RU2565325C2 RU2013119641/28A RU2013119641A RU2565325C2 RU 2565325 C2 RU2565325 C2 RU 2565325C2 RU 2013119641/28 A RU2013119641/28 A RU 2013119641/28A RU 2013119641 A RU2013119641 A RU 2013119641A RU 2565325 C2 RU2565325 C2 RU 2565325C2
Authority
RU
Russia
Prior art keywords
model
parameter
geological
zone
area
Prior art date
Application number
RU2013119641/28A
Other languages
English (en)
Other versions
RU2013119641A (ru
Inventor
Жерар МАССОНА
Original Assignee
Тоталь Са
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 Тоталь Са filed Critical Тоталь Са
Publication of RU2013119641A publication Critical patent/RU2013119641A/ru
Application granted granted Critical
Publication of RU2565325C2 publication Critical patent/RU2565325C2/ru

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V99/00Subject matter not provided for in other groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

Изобретение относится к области геофизики и может быть использовано для анализа подземной структуры. Заявлен способ моделирования геологического процесса, в результате которого формируется геологическая область, содержащий этапы, на которых:
а/ определяют (200) модель геологической области,
b/ получают (201) результат наблюдения (Kobs) за заданным параметром геологической области,
с/ определяют (202) зону модели, называемую релевантной зоной, для которой результат наблюдения, полученный на этапе b/, является соответствующим,
d/ моделируют (203) геологический процесс на основании модели геологической области, определенной на этапе а/,
е/ выполняют оценку (204) значения заданного параметра для релевантной зоны модели, используя результаты моделирования,
f/ сравнивают (205) результат наблюдения (Kobs) за заданным параметром, полученный на этапе b/, с оценкой ( K ^ )
Figure 00000010
упомянутого параметра, полученной на этапе е/, и
g/ модифицируют параметр моделирования для коррекции влияния моделирования по меньшей мере на часть модели на основании результатов сравнения на этапе f/. Технический результат - повышение точности и достоверности получаемых данных. 2 н. и 7 з.п. ф-лы, 6 ил.

Description

Изобретение относится к области моделирования геологического процесса с целью анализа подземной структуры.
Изобретение не ограничено характером геологического процесса: например, геологический процесс может представлять собой процесс карстообразования или процесс седиментации.
Известно моделирование геологической области в статическом виде, используя геологические и сейсмические наблюдения. При бурении скважины данные, генерируемые через эту скважину и называемые характеристиками скважины, могут затем использоваться для коррекции модели, для области с использованием инверсионного подхода. Этот традиционный подход, однако, ограничен и не воспроизводит динамически геологические и гидрологические процессы, приводящие к формированию геологической области, и коррекция модели по характеристикам скважины может быть относительно сложной и иногда нестабильной.
Также известно моделирование геологического процесса или процессов (моделирование путем решения прямой задачи), приводящее к формированию геологической области на основе модели этой области. Например, в статье О. Jaquet et al., "Stochastic discrete model of karstic networks", Advances in Water Resources 27 (2004), 751-760, описан способ моделирования процесса карстообразования на основе стохастического подхода.
Типично используются качественные параметры для определения конца моделирования, что может привести к результатам, которые являются относительно далекими от геологической реальности.
Настоящее изобретение улучшает данную ситуацию. В первом аспекте изобретения предложен способ для моделирования геологического процесса, в результате которого формируют геологическую область, содержащий следующие этапы:
a/ определяют модель геологической области,
b/ получают результат наблюдения за заданным параметром геологической области,
c/ определяют зону модели, называемую здесь релевантной зоной, для которой результат наблюдения, полученный на этапе b/, является соответствующим,
d/ моделируют геологические процессы в модели геологической области,
e/ выполняют оценку значения заданного параметра для релевантной зоны модели, используя результаты моделирования,
f/ сравнивают результат наблюдения за данным параметром, полученным на этапе b/, с оценкой этого параметра, полученной на этапе е/, и
g/ модифицируют параметр моделирования для коррекции эффектов моделирования, по меньшей мере, для части модели, на основе результатов сравнения на этапе f/.
Результат наблюдения, таким образом, используют для управления одним или больше параметрами моделирования.
Подход, в соответствии с которым выводят модель геологической области, поэтому, представляет собой функцию степени схожести между результатом наблюдения, полученным на этапе b/, и оценкой, полученной на этапе е/.
Этапы с/ и е/, на которых получают релевантную зону и выполняют оценку параметра для этой релевантной зоны, позволяют использовать, таким образом, результат наблюдения в контексте способа моделирования.
Этапы d/, е/, f/ могут регулярно повторяться, пока результат наблюдения и оценка заданного параметра не станут достаточно близки.
Например, можно просто оставить параметры моделирования неизменными, если только результаты сравнений на этапе f/ показывают, что результат наблюдения и оценка заданного параметра не являются достаточно близкими, и закончить моделирование в противном случае. Моделирование позволяет развивать модель геологической области до тех пор, пока эта модель не станет соответствующей результатам наблюдений, исключая, таким образом, нестабильность и сложность инверсионных способов.
Это также позволяет закончить моделирование на качественной основе, что обеспечивает лучшую коррекцию для полученных измерений и, поэтому, улучшает качество моделирования.
В другом примере эффекты моделирования могут быть усилены или ограничены, в зависимости от результата сравнения на этапе f/. Например, если сравнение показывает, что оценка, полученная на этапе е/, все еще сильно отличается от наблюдения, полученного на этапе b/, параметр моделирования может быть модифицирован так, чтобы акцентировать эффекты моделирования на модели. Этапы d/-g/ могут регулярно повторяться, таким образом, что оценка, полученная на этапе е/, приближается к результату наблюдения, полученному на этапе b/, при этом параметр моделирования модифицируют для снижения влияния моделирования на модель. Можно устроить так, что моделирование заканчивается, когда параметр моделирования достигает определенного заданного порогового значения.
Параметр моделирования позволяет, например, сравнивать частоту циклов моделирования, количество циклов моделирования, количество частиц, вводимых за цикл, скорость осаждения, показатель карстообразования или некоторый другой параметр.
На этапе g/ моделирование может быть скорректировано для оказания влияния на всю модель или только на зону модели. В последнем случае, из-за его локального свойства, регулирование эффектов моделирования может лучше соответствовать реальности в геологической области.
В частности, для наблюдения может быть определена репрезентативная зона, например, релевантная зона, и коррекция моделирования на этапе g/ может быть выполнена таким образом, чтобы она относилось только к этой репрезентативной зоне. Репрезентативная зона может отличаться от релевантной зоны: например, репрезентативная зона может содержать релевантную зону.
Результат наблюдения и оценку заданного параметра можно рассматривать, как достаточно близкие, когда разность или отношение между результатом наблюдения и оценкой заданного параметра меньше, чем заданное пороговое значение. В общем, изобретение не ограничено типом теста, используемого на этапе f/ сравнения.
Изобретение также не ограничивается порядком, упомянутым выше для этапов а/-g/. Например, этап b/ может быть выполнен до этапа а/ или этап с/ может быть выполнен одновременно с этапом d/ моделирования.
Возможно выполнить одно или больше наблюдений для одного или больше параметров. Для получения результата (результатов) наблюдения одно или больше измерений этого/этих параметров выполняют, например, используя оборудование скважины.
Предпочтительно, когда получают несколько результатов наблюдений, выполняют этапы с/, е/ и f/ такое количество раз, какое количество результатов наблюдений было получено. Это обеспечивает множественные результаты сравнений, что означает большее количество информации для выбора, как корректировать эффект моделирования более соответствующим образом, на этапе g/. Например, моделирование заканчивается, только если определенное количество результатов сравнения показывает достаточную степень схожести между результатами наблюдения и соответствующими оценками.
Предпочтительно, каждый результат наблюдения ассоциируется с репрезентативной зоной, и для каждой репрезентативной зоны параметр моделирования, соответствующий этой зоне, модифицируют на основе результата сравнения между результатом наблюдения, соответствующим этой зоне, и оценкой, соответствующей этой зоне. Таким образом, моделирование корректируют зона за зоной. Например, моделирование заканчивается в зонах, где коррекция удовлетворяет сравнение, в то время как процесс продолжается в других зонах, где коррекции все еще недостаточно. Таким образом, локально определяют, когда следует корректировать модель, на основе результата наблюдения, что обеспечивает лучшую коррекцию всех результатов наблюдений.
Можно, например, разделить модель на такое количество частей, сколько было получено результатов наблюдений, и для каждой части моделирование заканчивается, когда оцениваемый параметр и соответствующий моделируемый параметр становятся достаточно близкими, независимо от других частей модели.
Предпочтительно по меньшей мере одна дополнительная репрезентативная зона может быть определена по меньшей мере для одного результата наблюдения. Во время этапа g/, в зависимости от результатов сравнения на этапе f/, эффекты моделирования в репрезентативной зоне и по меньшей мере одной дополнительной репрезентативной зоне могут быть скорректированы.
Например, вспомогательный параметр моделирования ассоциируют с каждой вспомогательной репрезентативной зоной. На этапе g/ параметр моделирования, ассоциированный с репрезентативной зоной, и каждый вспомогательный параметр моделирования, может быть модифицирован, в зависимости от результатов сравнения на этапе f/.
Например, если результат наблюдения и соответствующая оценка достаточно близки, моделирование заканчивается для соответствующей репрезентативной зоны, и для каждой из вспомогательных репрезентативных зон вокруг этой репрезентативной зоны моделирование продолжается, но эффекты моделирования будут уменьшены. Можно выбрать снижение эффектов моделирования для зоны в большей или меньшей степени, в зависимости от непосредственной близости этой зоны к репрезентативной зоне.
Например, три концентричных зоны ассоциируют с одним результатом наблюдения. Когда оценка, получаемая на этапе е/, достаточно близка к результату наблюдения, моделирование заканчивают для центральной зоны, при этом моделирование продолжается для периферийной зоны с уменьшением параметра скорости седиментации на 25%, и моделирование продолжается для промежуточной зоны с уменьшением этого параметра скорости седиментации на 50%.
Эффекты моделирования, таким образом, снижают или акцентируют в большей или меньшей степени, в зависимости от зон, что имеет эффект сглаживания. Это исключает изображения, в которых репрезентативные зоны имеют контрастирующий внешний вид.
Значения параметров моделирования, ассоциированных с репрезентативными зонами, могут быть размещены так, чтобы принять несколько значений, которые зависят от результата сравнения на этапе f/. Таким образом, по мере того, как оцениваемый параметр приближается ближе к наблюдаемому параметру, эффекты моделирования динамически ослабляют.
Конечно, изобретение, никоим образом, не ограничено этим эффектом сглаживания.
Предпочтительно, этап масштабирования текущих результатов моделирования выполняют во время оценки на этапе е/. Например, такой инструмент, как решатель давления можно использовать для выполнения релевантного усреднения параметров, таких как проницаемость или некоторых других параметров.
Изобретение, никоим образом, не ограничено этим этапом масштабирования, в частности, если, например, релевантная зона имеет тот же порядок магнитуды, как ячейка в геологической модели.
Модель геологической области может содержать решетчатую сеть.
Во время этапа моделирования могут моделироваться стохастические смещения, например, в решетке частиц, соответствующих воде. Этот тип моделирования может применяться для моделирования процессов карстообразования.
Изобретение, никоим образом, не ограничено таким подходом решетчатого газа, или применением для моделирования процессов карстообразования. Например, может быть смоделирован процесс седиментации. Одно или больше геологических процессов могут быть смоделированы.
В другом аспекте цель изобретения представляет собой компьютерный программный продукт для моделирования геологических процессов, которые приводят к формированию геологической области, упомянутая компьютерная программа предназначена для сохранения в запоминающем устройстве, вычислительном устройстве и/или для сохранения на носителе записи, который взаимодействует со считывателем упомянутого вычислительного устройства, и/или может быть загружена через сеть передачи данных, в котором упомянутая компьютерная программа содержит инструкции для выполнения этапов способа, описанного выше.
В еще одном, другом аспекте цель изобретения представляет собой устройство моделирования, предназначенное для моделирования по меньшей мере одного геологического процесса, в результате чего, формируется геологическая область. Это устройство содержит средство приема, предназначенное для приема результата наблюдения за заданным параметром геологической области. Средство обработки позволяет определять модель геологической области и определять зону модели, называемую релевантной зоной, для которой результат наблюдения, принимаемый средством приема, является релевантным. Средство обработки дополнительно содержит средство моделирования, предназначенное для моделирования геологического процесса на основе модели геологической области. Средство обработки также позволяет выполнять оценку значения заданного параметра для релевантной зоны модели, используя результаты моделирования. Устройство дополнительно содержит средство сравнения, предназначенное для сравнения результата наблюдения за заданным параметром, принимаемым средством приема, с оценкой этого параметра, полученного с помощью средства обработки. Средство обработки модифицирует параметр моделирования, для коррекции эффекта моделирования для. по меньшей мере, части модели, на основе значения сигнала, принимаемого из средства сравнения.
Устройство моделирования может содержать, например компьютер, центральное процессорное устройство, процессор, модуль управления, предназначенный для моделирования геологических процессов, или некоторое другое устройство.
На фиг.1 показан пример карстовой зоны.
На фиг.2 показана блок-схема последовательности операций примера способа моделирования в соответствии с одним вариантом осуществления изобретения.
На фиг.3 показан пример изображения, вероятно получаемого способом в соответствии с вариантом осуществления изобретения.
На фиг.4 показана блок-схема последовательности операций примера способа моделирования в соответствии с другим вариантом осуществления изобретения.
На фиг.5 показан пример геологической модели, сегментированной на разные зоны, для пояснения варианта осуществления по фиг.4.
На фиг.6 показан пример устройства моделирования в соответствии с одним вариантом осуществления изобретения.
На фиг.1 показан пример карстовой зоны 1. Эта зона 1 содержит трещины 2, 6 и полости 3, 5 в горной породе. Поскольку зона 1 частично затоплена водой, например, из-за непосредственной близости грунтовых вод 4, трещины 6 и полости 5 могут быть заполнены водой.
Горная порода может, например, содержать известняк.
Дождевая вода или вода из грунтовых вод или из гидротермальных вод, поднимающихся в скважине, может просачиваться через фильтр через пустоты, такие как поры в горной породе, трещины 2, 6 и/или полости 3, 5. Такое просачивание увеличивает размер этих пустот, из-за растворения карбонатов в горной породе просачивающейся водой, что может привести к формированию полостей.
В представленных вариантах осуществления такой процесс карстообразования моделируют, используя подход решетчатого газа. Определяют геологическую модель геологической области с нанесенной сеткой. Частицы, представляющие капли воды, молекулы воды или некоторые другие частицы, вводят в сетку. Стохастическое смещение этих частиц моделируют, и разворачивают модель на основе смещения этих частиц. Здесь предполагается, что частицы не взаимодействуют друг с другом.
На фиг.2 показана блок-схема последовательности операций примерного способа, в соответствии с одним вариантом осуществления изобретения.
Модель существующей геологической области определяют во время этапа 200. Может быть определена сетка, представляющая геологическую область. Геологическая модель с нанесенной сеткой может быть двумерной или, предпочтительно, трехмерной. Модель сетки не ограничена решетками типа сахарного пакета. Например, могут быть разрешены более сложные конфигурации сетки.
Определение модели, хотя и представлено как один этап 200, может привести к установке определенного количества параметров.
Например, во время этого этапа 200, могут быть определены размеры, связанные с каждой ячейкой решетки, например, как 100×100×5 метров, а также определенные параметры ячейки, такие как фации горной породы, соответствующей каждой ячейке, пористость, проницаемость или другие свойства.
Возможно использовать информацию, полученную из существующей геологической области, например, из образцов, полученных из керна или данных формирования изображения, предоставляя информацию о фактической карстовой зоне, например, приблизительные местоположения геологических слоев, ошибок, трещин, непроницаемых давлений или другой информации.
Изменение масштаба также может быть выполнено во время этапа 200 для уменьшения количества ячеек, например, с коэффициентом 53=125 или 103=1000 для ограничения времени моделирования.
Во время этапа 200, разрывы непрерывности, такие как трещины, также могут быть введены случайно, используя, например, булев механизм. Такой механизм может учитывать фации горной породы и генерировать несколько семейств трещин, характеризуя, например, с помощью этих семейств плотность расположения трещин, структуру трещины, ориентации трещины или другие характеристики.
Разрывы непрерывности, такие как плоскости напластования и седиментации также могут быть введены.
Также могут применяться следующие этапы (не представлены) для ввода других разрывов непрерывностей.
Исходный диаметр трубы назначают для кромок ячейки, соответствующей этим разрывам непрерывностей, во время этапа, который не представлен. Для этого возможно, чтобы другие кромки имели нулевой диаметр.
Во время этого этапа 200 также определяют разные фазы карстообразования. Например, фаза может соответствовать периоду, в течение которого горная порода оставалась выше воды, с некоторым гидравлическим градиентом, затем следует другая, более поздняя фаза, с другим периодом, отличающаяся другим гидравлическим градиентом и т.д. Каждой фазе соответствует набор разрывов непрерывностей среди уже определенных разрывов непрерывностей.
Например, могут быть определены разрывы непрерывностей, имеющие ориентацию с севера на юг, и могут быть определены разрывы непрерывностей, имеющие ориентацию с востока на запад. Например, первая фаза может соответствовать половине разрывов непрерывностей, имеющих ориентацию с севера на юг, и отсутствие разрывов непрерывностей, имеющих ориентацию с востока на запад, в то время как вторая фаза соответствует всем разрывам непрерывностей.
Кроме того, для каждой фазы можно определить индекс IA коррозионной активности воды, обозначающий способность воды растворять карбонаты, гидравлический градиент, уровень зоны насыщенной воды, зоны инфильтрации и насыщенные зоны, ориентацию горной породы, количество циклов, назначенных для этой фазы, количество частиц, введенных в каждом цикле, узлы ввода частиц или другие.
Кроме того, результаты наблюдения для заданного параметра в геологической области получают во время этапа 201. В этом примере наблюдаемый параметр представляет собой параметр, Kobs проницаемости, но могут использоваться другие параметры, такие как пористость или другие параметры.
Во время этапа 202 определяется зона геологической модели, которой соответствует результат наблюдения Kobs. Например, получают оценку подобласти геологической области, для которой этот результат наблюдения Kobs является соответствующим. Например, если наблюдение было выполнено внутри скважины, можно предположить, что для заданного объема вокруг этой скважины, проницаемость достаточно близка к Kobs для подобласти, составляющей этот объем. Объем может представлять собой, например, цилиндр с центром вокруг скважины и с заданным радиусом, например 300 метров. Размеры объема могут быть установлены специалистом в данной области техники. Определяют зону модели, соответствующую этой подобласти.
Во время этапа 203 моделируются стохастические смещения частиц в решетке, определенной на этапе 200.
В этом примере моделирование выполняют для множества произвольно выбранных циклов N0, например 1000 циклов. В каждом цикле и для каждой частицы, вероятности смещения частицы рассчитывают по значениям диаметра трубы, для кромки ячейки, соответствующей этому смещению. Затем выполняют рандомизацию, учитывая рассчитанные вероятности, и выбирают смещение, в качестве функции результата рандомизации. Можно установить так, чтобы в каждом смещении можно было комбинировать адвективное смещение и дисперсивное смещение.
Например, может использоваться способ такой, как описан в статье авторов О. Jaquet et al., упомянутой выше. Каждое смещение представляет проход частицы и влияет на модель. Например, значение проницаемости ячейки в решетке и/или значение диаметра трубы в разрывах непрерывностей модифицируются в результате прохода частицы. Для расчета модификации можно учитывать, например, произведение IK×IA, где IK представляет собой индекс карстообразования, обозначающий потенциал растворения горной породы, и IA представляет собой индекс коррозионной активности для частицы, обозначающий способность воды растворять карбонаты.
После N0 циклов выполняют укрупнение для оценки эквивалентного значения K ^
Figure 00000001
проницаемости в релевантной зоне.
Инструменты, такие как решатель давления, можно использовать, например, на основе решения уравнения Дарси для релевантной зоны.
Значения K ^
Figure 00000002
и Kobs сравнивают друг с другом во время этапа 205 тестирования. Специалист в данной области техники устанавливает соответствующее пороговое значение THR, возможно эмпирическим способом.
Моделирование продолжается, пока эти значения относительно далеки друг от друга. В случае необходимости, может быть выполнен этап тестирования (не представлен), который позволил бы заканчивать моделирование, когда общее количество моделируемых циклов достигает максимального предела, для обеспечения выхода из цикла.
Моделирование заканчивается, когда значения K ^
Figure 00000003
и Kobs являются достаточно близкими друг к другу. Можно затем выполнить изменение масштаба (этап не представлен).
При такой калибровке модель развивают до тех пор, пока она не будет скорректирована относительно результата наблюдений Kobs. Результаты наблюдений за фактическими данными используют для благоразумного выбора, когда следует закончить моделирование.
На фиг.3 показан пример изображения, вероятно, получаемого с помощью способа в соответствии с одним вариантом осуществления изобретения.
В этом варианте осуществления, если сравнение между наблюдаемым параметром и оцениваемым параметром показывает, что эти значения достаточно близки, моделирование заканчивают только для определенной релевантной зоны, которая в этом примере представляет собой t-образную зону 300.
Линии на изображении представляют трубы, имеющие диаметр, превышающий пороговое значение. По мере продвижения моделирования, частицы движутся в пределах решетки, и эти движения увеличивают диаметр труб, по которым они следуют. Таким образом, количество труб, имеющих больший диаметр, чем пороговое значение, увеличивается с увеличением циклов моделирования.
В этом примере моделирование было закончено относительно рано в зоне 300 так, что ни одна линия не появляется в этой зоне.
Фиг.4 и 5 относятся к варианту осуществления, в котором делается попытка исключить такие контрасты между релевантной зоной и остальной моделью.
Способ, показанный на фиг.4, содержит этап определения модели 400 и этап 401 получения, например, трех результатов наблюдений K obs (i)
Figure 00000004
. Эти результаты наблюдений могут, например, быть получены из тестирования внутри скважины.
Для каждого результата наблюдения K obs (i)
Figure 00000004
проницаемости на этапе 402 Z(i,1) определена репрезентативная зона или релевантная зона, для которой результат K obs (i)
Figure 00000004
результата наблюдения является релевантным. Дополнительная репрезентативная зона Z(i,2) или зона влияния также определена.
Примеры зон Z(i,1) и Z(i,2) показаны на фиг.5. В этом примере наблюдения выполняют в скважинах, представленных в модели метками W1, W2, W3. Релевантные зоны Z(i,1) соответствуют ячейкам внутри определенного радиуса моделирования для скважин. Этот радиус может соответствовать расстоянию, например, 300 метров. Пределы зон влияния Z(i,2) могут, например, быть выбраны произвольно, таким образом, чтобы набор определенных зон охватывал всю модель. В этом примере наблюдали возможное наложение зон влияния Z(i,2).
Возвращаясь к фиг.4, в ходе этапа 403, каждую репрезентативную зону Z(i,j) ассоциируют со значением параметра моделирования, например, коэффициентом c(i,j), для взвешивания значений IK индекса карстообразования, соответствующих этой зоне.
Может присутствовать одно значение IK индекса карстообразования для каждой зоны или больше, чем одно. Например, может присутствовать одно значение IK индекса карстообразования на ячейку.
Например, для релевантных зон Z(i,1), c(i,1)=0, и для зон влияния, c(i,j)=0,5.
Затем будут выполнены N0 циклов моделирования во время этапа 404, с индексами карстообразования, первоначально не взвешенными с использованием коэффициентов c(i,1). Во время этапа 405 для каждой скважины выполняют оценку эквивалентного значения K ^ ( i )
Figure 00000005
проницаемости для релевантной зоны Z(i,1), соответствующей этой скважине, например, используя укрупнение модели.
Сравнение с соответствующим наблюдаемым значением K obs (i)
Figure 00000004
выполняют во время этапа 406. Если сравнение показывает, что значения K obs (i)
Figure 00000004
и K ^ ( i )
Figure 00000006
находятся относительно далеко друг от друга, тогда заданные значения IK(i,1), IK(i,2) индекса карстообразования, соответствующие зонам Z(i,1) и Z(i,2), остаются невзвешенными.
Однако если сравнение показывает, что значения K obs (i)
Figure 00000004
и K ^ ( i )
Figure 00000006
достаточно близки друг к другу, выполняется этап 407, во время которого:
- значения индекса карстообразования или значения IK(i,1), соответствующие релевантной зоне Z(i,1), взвешивают с использованием коэффициента c(i,1)=0. Таким образом, моделирование больше не формирует эффект для релевантной зоны Z(i,1). Моделирование может быть закончено для релевантной зоны IK(i,1).
- значения индекса карстообразования или значения IK(i,2), соответствующие зоне Z(i,2) влияния, взвешивают с использованием коэффициента c(i,1)=0,5. Другими словами, моделирование для зоны влияния Z(i,2) может продолжаться, но при половинной эффективности.
Таким образом, для снижения эффекта моделирования, индексы IK и, поэтому, произведение IK×IA взвешивают для ограничения последствий смещений частиц для параметров модели, например диаметра трубы. Моделирование считается законченным, когда смещения частиц имеют нулевой эффект на параметры модели такие, как диаметр трубы или проницаемость.
Этапы 405, 406 и 407 выполняют для каждого из результатов наблюдений K obs (i)
Figure 00000004
. Может быть установлен цикл через эти три результата наблюдения с обычными этапами инициализации, тестирования и последовательного приращения.
Таким образом, если тест 406 будет положительным для нескольких результатов наблюдении, участки Z(i,2)∩Z(i',2) модели, соответствующие наложениям между несколькими зонами влияния, видят их среднее количество частиц, вводимое на цикл для каждой поверхностной ячейки взвешивания как c(i,2), так и c(i',2).
После того, как этапы 405, 406 и 407 будут выполнены для каждого из результатов наблюдений K obs (i)
Figure 00000004
, на этапе 408 проверяют, что существует результат наблюдения, для которого тест 406 был отрицательным. Если это так, моделирование возобновляется с зонами для каждого результата наблюдения, для которого тест 406 был положительным, для которого моделирование было остановлено, или эффект которого был снижен, или который не имел эффекта.
Если тест 408 показывает, что тест 406 является положительным для всех результатов наблюдений, тогда моделирование заканчивают.
В одном варианте осуществления коэффициенты c(i,j) взвешивания применяют для взвешивания не индекса карстообразования, а количества частиц, вводимых в сеть на цикл и на поверхностную ячейку модели. В этом варианте можно установить так, что любые частицы, присутствующие в модели, удаляют перед каждой установкой N0 циклов моделирования.
В другом варианте осуществления коэффициенты c(i,j) взвешивания модулируют количество циклов N0, выполняемых для части данной модели. Таким образом, можно получить нормальное моделирование для участка модели и отсутствие смещения для каждого второго цикла, например для зоны влияния.
В качестве альтернативы, параметр моделирования может содержать количество циклов, выполняемых перед следующим сравнением между рассчитанными значениями и измерениями значениями.
Изобретение, никоим образом, не ограничено способом, в соответствии с которым корректируют эффект моделирования.
В другом варианте осуществления результаты наблюдений могут содержать измерения, выполненные в скважинах на переменных глубинах. Для каждой скважины и для каждого результата наблюдения, соответствующего заданному интервалу глубин, определяют релевантную зону. Например, цилиндрические релевантные зоны могут быть определены вдоль скважины на различных глубинах. Для каждой релевантной зоны наблюдаемый параметр оценивают на основе выполняемой модели. Если такой наблюдаемый параметр является достаточно близким к оцениваемому параметру, моделирование заканчивают для релевантной зоны.
Пример устройства 600 моделирования представлен на фиг.6. В этом варианте осуществления устройство содержит компьютер 600, содержащий средство 601 приема, предназначенное для приема результата наблюдения за данным параметром геологической области, например, модем 601, соединенный с сетью 605, которая сама выполняет обмен данными со скважиной 606. Устройство 600 дополнительно содержит запоминающее устройство (не представлено) для сохранения решетчатой геологической модели. Средство обработки, например процессор 602, содержит средство 603 сравнения для выполнения этапа 205 на фиг.2 и средство 604 моделирования для моделирования стохастического смещения частиц в модели, сохраняемой в запоминающем устройстве. Средство 602 обработки, например, выполнено с возможностью выполнять этапы 200, 202, 204 и 206, показанные на фиг.2.

Claims (9)

1. Способ представления геологического процесса, в результате которого формируется геологическая область, содержащий этапы, на которых:
а/ определяют (200) модель геологической области,
b/ получают (201) результат наблюдения (Kobs) за заданным параметром геологической области,
с/ определяют (202) зону модели, для которой результат наблюдения, полученный на этапе b/, является соответствующим,
d/ модифицируют (203) геологический процесс на основании модели геологической области, определенной на этапе а/,
е/ выполняют оценку (204) значения заданного параметра для указанной релевантной зоны модели, определенной на этапе с/, используя результаты моделирования,
f/ сравнивают (205) результат наблюдения (Kobs) за данным параметром, полученным на этапе b/, с оценкой ( K ^
Figure 00000007
) упомянутого параметра, полученной на этапе е/, и
g/ модифицируют параметр моделирования для коррекции влияния модифицирования по меньшей мере на часть модели на основании результатов сравнения на этапе f/.
2. Способ представления геологического процесса по п.1, в котором на этапе g/ модифицирование заканчивают, если результаты сравнения на этапе f/ показывают, что результат наблюдения и оценка для заданного параметра достаточно близки.
3. Способ представления геологического процесса по п.1, в котором на этапе g/ параметр моделирования модифицируют таким образом, чтобы снизить влияние модифицирования на упомянутую по меньшей мере часть модели.
4. Способ представления геологического процесса по п.1, в котором
на этапе b/ принимают множество результатов наблюдений ( K o b s ( i ) )
Figure 00000008
, при этом этапы с/, е/ и f/ выполняют для каждого из полученных результатов наблюдений.
5. Способ представления геологического процесса по п.4, в котором для каждого результата наблюдения ( K o b s ( i ) )
Figure 00000009
определяют репрезентативную зону (Z(i,1)) для результата наблюдения, и
на этапе g/ для каждой репрезентативной зоны модифицируют параметр моделирования, соответствующий упомянутой зоне, на основе результата сравнения между результатом наблюдения, соответствующим этой зоне, и оценкой, соответствующей этой зоне.
6. Способ представления геологического процесса по п.5, в котором по меньшей мере для одного результата наблюдения
определяют по меньшей мере одну вспомогательную репрезентативную зону (Z(i,2)),
при этом каждая из упомянутых вспомогательных репрезентативных зон связана со значением (с(i,2)) вспомогательного параметра моделирования,
и во время этапа g/, в зависимости от результатов сравнения на этапе f/, по меньшей мере, упомянутый вспомогательный параметр моделирования дополнительно модифицируют для коррекции влияния модифицирования на упомянутую по меньшей мере одну вспомогательную репрезентативную зону.
7. Способ представления геологического процесса по п.1, в котором
модель для геологической области, определенная на этапе а/, содержит решетчатую сеть, и
во время этапа модифицирования d/ модифицируют стохастические смещения частиц в решетке геологической модели.
8. Способ представления геологического процесса по п.1, в котором
параметр, для которого получают результаты наблюдений на этапе b/, представляет собой параметр проницаемости.
9. Устройство (600) представления, предназначенное для представления геологического процесса, в результате которого формируется геологическая область, содержащее
средство (601) приема, выполненное с возможностью приема результата наблюдения за заданным параметром геологической области,
средство (602) обработки, выполненное с возможностью:
определения модели геологической области,
определения зоны модели, называемой здесь релевантной зоной, для которой результат наблюдения, полученный указанным средством приема, является релевантным,
модифицирования геологического процесса на основе модели геологической области, и
оценки значений указанного заданного параметра для релевантной зоны модели, используя результаты модифицирования,
средство (603) сравнения, выполненное с возможностью сравнения результата наблюдения за указанным заданным параметром, полученным средством приема, с оценкой указанного параметра, полученного с помощью средства обработки,
при этом средство обработки выполнено с возможностью модификации параметра моделирования таким образом, чтобы он корректировал влияние модифицирования, по меньшей мере, на часть указанной модели после приема сигнала, поступающего из средства сравнения.
RU2013119641/28A 2010-09-27 2011-09-14 Моделирование геологического процесса RU2565325C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1057751A FR2965379B1 (fr) 2010-09-27 2010-09-27 Simulation de phenomene geologique
FR1057751 2010-09-27
PCT/FR2011/052111 WO2012045937A2 (fr) 2010-09-27 2011-09-14 Simulation de phenomene geologique

Publications (2)

Publication Number Publication Date
RU2013119641A RU2013119641A (ru) 2014-11-10
RU2565325C2 true RU2565325C2 (ru) 2015-10-20

Family

ID=44247020

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013119641/28A RU2565325C2 (ru) 2010-09-27 2011-09-14 Моделирование геологического процесса

Country Status (6)

Country Link
US (1) US20130191095A1 (ru)
EP (1) EP2622386B1 (ru)
BR (1) BR112013006779B1 (ru)
FR (1) FR2965379B1 (ru)
RU (1) RU2565325C2 (ru)
WO (1) WO2012045937A2 (ru)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2515417B (en) * 2012-03-27 2016-05-25 Total Sa Method for determining mineralogical composition
WO2014053423A2 (en) * 2012-10-05 2014-04-10 Total Sa A method for determining a karstic region
FR3007152B1 (fr) * 2013-06-18 2015-07-03 Snecma Procede et systeme de recalage d'un modele numerique
US20160298427A1 (en) 2015-04-09 2016-10-13 Schlumberger Technology Corporation Continuum sedimentary basin modeling using particle dynamics simulations
US20210123337A1 (en) * 2018-06-14 2021-04-29 Total Se Method for determining the geometry of an area of a reservoir
CN111177646B (zh) * 2019-12-30 2023-07-28 武汉市陆刻科技有限公司 一种岩溶含水层渗透场反演优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6205402B1 (en) * 1998-03-20 2001-03-20 Institut Francais Du Petrole Method for automatically forming a model simulating the stratigraphic structure of an underground zone
US20020120429A1 (en) * 2000-12-08 2002-08-29 Peter Ortoleva Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories
US7200533B2 (en) * 2002-10-30 2007-04-03 Institut Francais Du Petrole Method for rapid formation of a stochastic model representative of a heterogeneous underground reservoir, constrained by dynamic data
US7286937B2 (en) * 2005-01-14 2007-10-23 Schlumberger Technology Corporation Estimating formation properties from downhole data
US7657413B2 (en) * 2002-07-11 2010-02-02 Institut Francais Du Petrole Method of constraining a heterogeneous permeability field representing an underground reservoir by dynamic data

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5838634A (en) * 1996-04-04 1998-11-17 Exxon Production Research Company Method of generating 3-D geologic models incorporating geologic and geophysical constraints
US6035255A (en) * 1997-12-01 2000-03-07 Schlumberger Technology Corporation Article of manufacturing for creating, testing, and modifying geological subsurface models
US6070125A (en) * 1997-12-01 2000-05-30 Schlumberger Technology Corporation Apparatus for creating, testing, and modifying geological subsurface models
US6480790B1 (en) * 1999-10-29 2002-11-12 Exxonmobil Upstream Research Company Process for constructing three-dimensional geologic models having adjustable geologic interfaces
WO2004100716A1 (en) * 2003-05-13 2004-11-25 Grass America Inc. Drawer closing mechanism
US8117019B2 (en) * 2004-09-10 2012-02-14 Exxonmobil Upstream Research Company Method for evaluating sedimentary basin properties by numerical modeling of sedimentation processes
US20060153005A1 (en) * 2005-01-07 2006-07-13 Herwanger Jorg V Determination of anisotropic physical characteristics in and around reservoirs
US7291096B2 (en) * 2005-07-15 2007-11-06 Diana Ho Amphibious foldable treadmill
FR2895091B1 (fr) * 2005-12-21 2008-02-22 Inst Francais Du Petrole Methode pour mettre a jour un modele geologique par des donnees sismiques
US8249812B2 (en) * 2007-06-27 2012-08-21 Schlumberger Technology Corporation Characterizing an earth subterranean structure by iteratively performing inversion based on a function
US8744817B2 (en) * 2007-12-21 2014-06-03 Schlumberger Technology Corporation Method for upscaling a reservoir model using deep reading measurements
JP5367079B2 (ja) * 2008-08-21 2013-12-11 スイス リインシュランス カンパニー リミテッド 地震影響インデックスを決定するためのコンピュータシステム及び方法
FR2956746B1 (fr) * 2010-02-22 2012-02-24 Inst Francais Du Petrole Methode pour exploiter un milieu souterrain a partir de calage d'historique d'un modele geologique comportant un reseau de failles.

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6205402B1 (en) * 1998-03-20 2001-03-20 Institut Francais Du Petrole Method for automatically forming a model simulating the stratigraphic structure of an underground zone
US20020120429A1 (en) * 2000-12-08 2002-08-29 Peter Ortoleva Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories
US7657413B2 (en) * 2002-07-11 2010-02-02 Institut Francais Du Petrole Method of constraining a heterogeneous permeability field representing an underground reservoir by dynamic data
US7200533B2 (en) * 2002-10-30 2007-04-03 Institut Francais Du Petrole Method for rapid formation of a stochastic model representative of a heterogeneous underground reservoir, constrained by dynamic data
US7286937B2 (en) * 2005-01-14 2007-10-23 Schlumberger Technology Corporation Estimating formation properties from downhole data

Also Published As

Publication number Publication date
WO2012045937A3 (fr) 2012-07-12
BR112013006779A2 (pt) 2016-07-05
FR2965379A1 (fr) 2012-03-30
FR2965379B1 (fr) 2016-04-01
US20130191095A1 (en) 2013-07-25
WO2012045937A2 (fr) 2012-04-12
EP2622386B1 (fr) 2022-05-04
EP2622386A2 (fr) 2013-08-07
RU2013119641A (ru) 2014-11-10
BR112013006779B1 (pt) 2021-12-21

Similar Documents

Publication Publication Date Title
Wang et al. Probabilistic analysis of shield-driven tunnel in multiple strata considering stratigraphic uncertainty
Virbulis et al. Hydrogeological model of the baltic artesian basin
Rogers et al. Volumetric fracture intensity measurement for improved rock mass characterisation and fragmentation assessment in block caving operations
RU2565357C2 (ru) Моделирование карстообразования
RU2596627C1 (ru) Моделирование температуры, ограниченное геофизическими данными и кинематическим восстановлением
RU2565325C2 (ru) Моделирование геологического процесса
US10519766B2 (en) Reservoir modelling with multiple point statistics from a non-stationary training image
US10386531B2 (en) Geological model analysis incorporating cross-well electromagnetic measurements
CN110308487B (zh) 一种断溶体型油藏定量表征方法
EP2629123A2 (en) Simulation model optimization
US20150355374A1 (en) Pressure Transient Test with Sensitivity Analysis
Ping et al. History matching of fracture distributions by ensemble Kalman filter combined with vector based level set parameterization
AU2013230933A1 (en) Model predicting fracturing of shale
WO2013142854A1 (en) Quantitative analysis of time-lapse seismic data
Lesparre et al. Electrical resistivity imaging in transmission between surface and underground tunnel for fault characterization
Morton et al. Integrated interpretation for pressure transient tests in discretely fractured reservoirs
WO2022226332A1 (en) Methods and systems for determining reservoir and fracture properties
Wang et al. Bayesian stochastic soil modeling framework using Gaussian Markov random fields
US11294095B2 (en) Reservoir simulations with fracture networks
Boyd et al. Quantifying spatial uncertainty in rock through geostatistical integration of borehole data and a geologist's cross-section
EP3338115A1 (en) Reservoir simulations with fracture networks
Ping et al. Data assimilation method for fractured reservoirs using mimetic finite differences and ensemble Kalman filter
Obrzud et al. A combined neural network/gradient‐based approach for the identification of constitutive model parameters using self‐boring pressuremeter tests
Caers Geostatistics: from pattern recognition to pattern reproduction
DeJong et al. Optimization of CPT soundings to reduce uncertainty in interpretation of subsurface stratigraphy

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20190915