地震信息约束的储层随机建模方法研究

发布时间：2020-04-14 04:10

【摘要】：岩相和储层物性参数是油藏描述和储层评价的重要内容,对油气田的勘探和开发具有十分重要的意义。储层表征与建模是获取岩相和储层物性参数的关键手段和方法。随着油气勘探和开发的不断推进,要求获取更为精细的储层建模结果或模型。而地震信息通常包含着极其丰富的岩相和储层物性参数信息,但由于这些信息与地震属性之间的关系异常复杂,为利用地震信息获取相应的岩性和储层物性参数带来一定的挑战。因此,研究如何利用地震数据作为约束挖掘其中蕴含着的储层物性参数和岩相信息迫在眉睫。以地质统计学为主要原理的随机反演在储层表征与建模中发挥了显著的作用。与确定性反演相比,随机反演在提高储层表征分辨率和降低建模结果的不确定性方面有一定的优势。在地质统计学中,地震数据可以直接作为约束实现随机反演;也可以通过各种手段转化为概率信息,将其看作条件数据,进行多源信息融合的储层表征与建模。本文首先研究了利用地震数据直接获取岩相和物性参数信息的方法,这些方法主要基于贝叶斯原理,不仅能够给出岩相识别或者储层物性参数预测结果,还能够获得预测结果的置信概率,以供不确定性评价参考借鉴,同时还能作为概率约束信息用于储层表征与建模,具有非常重要的实际意义。文中提出的方法还结合了核函数和费歇尔变换等工具,综合考虑数据的各项特征,能够提供更加准确的岩相识别或储层物性参数预测结果。针对地质统计学模拟和反演现存的不足,本文开展了地质统计学随机模拟和随机反演研究。针对多点地质统计学结合基于像元模拟和基于目标模拟算法的优点,在概率扰动反演策略的框架下,借助统计岩石物理建模和正演模拟,利用多点地质统计学联合量子退火算法实现了岩相和储层物性参数的反演,仅在较少的迭代次数下即可获取具有较高分辨率的反演结果,增强了多点地质统计学随机反演的实用性。本文分析了两点地质统计学和多点地质统计学的优缺点,两点地质统计学虽然计算速度较快,应用广泛,但对地质体形态的刻画能力不足;而多点地质统计学能考虑多点之间的相关性,较好地再现目标体形态特征,但主要应用于离散变量的表征。将多点地质统计学和两点地质统计学中的序贯高斯模拟联合,以概率扰动方法为背景,实现了联合多点地质统计学和相控序贯高斯模拟的随机反演,融合了多点和两点地质统计学的优点,得到了较为可靠的储层建模结果,不仅可以为不确定性评价提供有效的资料,还可以指导后续的渗透率参数建模等研究。模型测试结果和实际数据的成功应用充分验证了方法的可行性和有效性。
【图文】：

变差函数

图 2.1 变差函数图Fig. 2.1 Variogram map然而在实际的地质统计学研究中，使用的变差函数都是理论变差函数，因此需要在计算获得实验变差函数之后进行变差函数拟合以得到理论变差函数的参数，便于后续的研究和应用。球状模型、指数模型、幂模型、高斯模型等是一些基本理论变差函数。马特隆模型，即球状模型，该模型在原点处呈线性变化，在变程处达到基台值，，理论模型公式为( ) ( )30 030 03 12 2z,hh hh c c c ,h aa ac,h agì= = + - - <í ÷ è > (2.6)指数模型在原点处为直线，变程为a，但此处的变差函数值仅为0 . 95c ，当h = 3a时，近似达到基台值，该模型可以表示为：

模型图,变差函数,模型

图 2.2 常用变差函数模型Fig. 2.2 Commonly used variogram models幂模型，是一种无基台值的模型，表达式为：( h ) h ,0 2wg = < w< (2.9)其变差函数图如图 2.3 所示，其中最常用是线性模型，即 w = 1，此时 g ( h )= kh，k表示斜率。纯块金效应模型，仅适用于纯随机变量，表示在空间中完全不相关：( )( )00 00 0,hhc ,hgì= =í> > (2.10)对数模型，是一种特殊的模型，主要的对象是正则化变量，表达式为：g ( h ) = log ( h)(2.11)
【学位授予单位】：中国石油大学(北京)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：P618.13;P631.4

【参考文献】