《三维地质建模技术方法及实现步骤.ppt》由会员分享，可在线阅读，更多相关《三维地质建模技术方法及实现步骤.ppt（87页珍藏版）》请在三一办公上搜索。
1、三维地质建模技术方法及实现步骤,阴国锋,目 录,一、三维地质建模的意义二、三维地质建模技术发展的现状三、三维地质建模的发展动向四、三维地质建模技术方法及实现,建模的意义：最大程度地集成多种资料信息，最大程度地减少储层预测的不确定性。,一、建模意义,二步建模或相控建模，即首先建立沉积相、储层结构或流动单元模型，然后根据不同沉积相（砂体类型或流动单元）的储层参数定量分布规律，分相（砂体类型或流动单元）进行井间插值或随即模拟，建立储层参数分布模型。三步建模，相控建模表征了层面的非均质性。为表征垂向的非均质性，人们开始采用三步建模。即利用沉积微相图约束岩相建模；再利用所建立的岩相模型，进一步约束孔、渗
2、、饱等属性参数建模。由于研究的深入，过去储层表征、随机建模领域主要利用井资料分析相带空间展布及物性空间特征的基本格局正在被突破!地震资料在储层随机建模中的应用越来越多，如岩相建模时地震速度的应用，模拟退火算法中地震资料和露头及井资料的结合等。由于这些进展，随机建模的思路与方法也开始在地震反演中得到应用。,二、地质建模技术发展的现状,三、发展动向,开发地震和随机模拟是两大发展方向，而且也在向综合方向发展，甚至是与流动模拟三者的结合，这将是必然结果。,地震、测井一体化地质综合研究建立储层地质知识库,应用地质统计理论和随机建模方法建立三维地质模型,研 究 思 路,四、三维地质建模技术方法及实现,储层
3、地质知识库,地质建模流程图,构造模型,相模型,属性模型,地质建模三步程序（Three-steps Modeling）：建立井模型（Well Model）建立层模型（Framework Model）建立参数模型（Attributes Model）,步 骤,(1)正确描述井孔柱状剖面开发地质属性技术（一维井模型）(2)划分流动单元及井间等时对比技术（二维层模型）(3)井间属性定量预测技术（三维整体模型）,油藏地质模型的三步建模程序,（一）、建立井模型技术,目的：建立每口井各种开发地质属性（Attributes）的一维柱状剖面井筒油藏描述最基本的九项属性：渗透层（储层）有效层 隔夹层含油层 含气层
4、含水层孔隙度 渗透率 饱和度,（一）、建立井模型技术,比较成熟的现有技术 方法手段：以岩心及各种测试资料为基础，以测井为主要手段；关键：建立把各种储层测井信息转换成开发地 质属性的定性、定量模型。以实际静、动态资 料对其进行标定。,现阶段存在的主要技术难点 渗透率还无法直接由测井方法求得（核磁共振 测井有望）。现有测井解释方法都是间接求得 的，误差30%；当前建模中各油公司实用的方法是：用岩心数 据建立的孔隙度渗透率关系反求，最简单的 办法是，求 LnK=f()的线性关系，这样仍然 有一定的误差，因为一个值相应的是一个渗 透率分布范围，不是一个定值。,（一）、建立井模型技术,目前在发展的技术：
5、用神经网络技术等提高K的相关系数；用随机建模方法模拟相应的K分布。最重要的是新测井技术的发展和完善：成像测井；过套管测井；随钻测井。,（一）、建立井模型技术,（二）、建立层模型技术,目的：建立储集体格架：把每口井中的每个地质单元通过井间等时对比联接起来把多个一维柱状剖面构筑成三维地质体，建成储集体的空间格架。关键点：正确地进行小单元的等时对比，即要实现单个砂层的正确对比。可对比单元愈小，建立的储集体格架愈细。对于陆相沉积难度更大。,现有成熟和流行技术：“旋回对比、分级控制”；河流砂体小层对比，应用“等高程”，“切片”等方法；地震横向追踪技术；高分辨率层序地层学。,（二）、建立层模型技术,现有成
6、熟和流行技术：“旋回对比、分级控制”：对于湖相沉积是相当有效的；对于冲积相沉积、划分和对比砂组一般是 有效的；连续沉积井段过长时难于控制。,（二）、建立层模型技术,现有成熟和流行技术：河流砂体小层对比，应用“等高程”，“切片”等方法：现已比较广泛应用，但仍为有待深化的技术；地震横向追踪技术：有待提高分辨率；高分辨率层序地层学：露头岩心测井地 震综合，力争把准层序缩小到“十米级”。,（二）、建立层模型技术,正在攻关的方向及内容：冲积相（重点是河流砂体）的层序（旋回）识别标志；地震、测井结合高分辨率层序地层学；沉积学；计算机自动对比。,（二）、建立层模型技术,（二）、建立层模型技术,正在攻关的方向
7、及内容 冲积相（重点是河流砂体）的层序（旋回）识别标志 古土壤 遗迹化石，现发展遗迹相 古地磁学 前两者成功的报导较多，将同样遇到向井下 转移的问题。,正在攻关的方向及内容 地震、测井结合高分辨率层序地层学 测井约束下的地震反演；沉积学：在野外露头精细解剖各类沉积体的建筑结构要素，识别界面特征；计算机自动对比:有模拟手工对比，有地质统计对比（见一些报导）。,（二）、建立层模型技术,目前的实际应用：在建立本区“岩电”关系的基础上，用测井 曲线，地质家手工对比到可能的最小单元（一 般为砂组，或三级旋回），计算机建模时按一 定的地质规律进一步机械劈分。对于我国陆相沉积，尽可能正确控制到“十米 级”单
8、元。小层对比仍有一定的经验性（艺术）。,（二）、建立层模型技术,网格设计 平面:5050M,纵向细剖分 Layers:107,建模范围,网格单元数 12538107，总单元数508250,模拟单元划分,三维断层模型,(Fault Modeling),三维断层模型,构造建模采用确定性建模，因为构造基本是确定的，没有随机性,Make-Horizons,三维油组框架模型,三维地质结构模型,Make-zones,三维地质结构模型,三维垂向网格剖分模型,Layering,垂向平均网格厚度0.5米,东西剖面,南北剖面,（三）、建立参数模型技术,目的：定量地给出储集体内各种属性参数空间分布,1.1 地质建模
9、的初期：插值(传统统计学估值方法),地质建模初期，人们曾尝试的各种插值算法对未知区域、特别是井间地区进行估计。如三角网格法、曲面样条法、按距离加权平均法、趋势面法等。这些算法所产生的结果均是确定性的。这些传统的插值算法，仅考虑到观测点与待估点之间的距离，而没有考虑到空间位置之间的相互关联，既地质规律所造成的储层参数在空间上的相关性，应用效果不尽人意。这个时期，开创了用数学方法解决地质问题的先河。,3.1 地质建模的初期,3.2 地质建模的发展时期：克里金,80年代，地质统计学方法受到人们的普遍重视。在算法上步入克里金插值阶段。克里金估计是对传统内插方法的一次飞跃，即不同位置相互影响的大小是用变
10、差函数或协方差函数来定量描述的。克里金插值方法，主要是因为该算法考虑了储层内部属性参数平面及垂向上的各向异性，在三维网格化过程中，依据储层的成因特点，在各方向上采用不同的变程做为约束条件，即插值搜索范围为一个三种轴向半径不同的椭球体，其长轴方向代表储层参数发育的优势方向，因此，算法上较距离反比加权等更加科学。克里金算法虽然能够反映各向异性，但无法表征储层井间预测的不确定性。,(地质统计学克里金估值方法),3.3 地质建模的兴盛时期：随机建模,由于克里金估计方法是一种数据内插方法，把它用于储层评价常常会平滑掉储层特征在空间展布的变异性，从而对研究储层的非均质性和不确定性是不适合的。所谓随机建模，
11、是指以已知的信息为基础，应用随机函数理论、随机模拟方法，产生可选的、等概率的储层模型的方法。,从模拟单元的角度来分，随机模拟可以分为：,(地质统计学在石油工业中广泛应用),基于目标随机模型其基本模拟单元为目标物体（即是离散性质的地质特征，如沉积相、流动单元等），主要方法为标点过程。基于象元的随机模型以象元（相当于储层网格化后的单个网格）为基本模拟单元，既可用于连续性储层参数的模拟，也可用于离散地质体的模拟。,基于目标（Objectbased)和 基于象元（Pixelbased）,离散模型主要描述一个离散性质的地质特征，如沉积相分布、砂体位置和大小、泥质隔夹层的分布和大小，裂缝和断层的分布、大小
12、、方位等。连续性模型主要描述连续变化的地质参数的空间分布，如孔隙度、渗透率、流体饱和度等岩石物理参数，地震层速度、油水界面等参数的空间分布。在实际油藏中，离散性质和连续性质是共存的。将上述两类模型结合在一起，则构成混合模型，亦称为二步模型，即第一步建立离散模型，描述储层大范围的非均质特征（储层结构）特征，第二步是在离散模型的基础上建立表征岩石参数空间变化和分布的模型，由此便获得了混合模型。这种建模方法成为“二步建模”方法。,从随机模拟方法可以分为二大类：离散型（Discrete）连续型（Continuous）从而建立的模型称为离散模型（Discrete models）连续性模型（Continu
13、ous models）随机模拟是以随机函数理论为基础的。随机函数由一个区域化变量的分布函数和变差函数来表征。根据模拟的方法不同，其变量亦称为:离散型变量和连续性变量。,确定性建模是对井间未知区给出确定性的预测结果，即试图从具有确定性资料的控制点出发，推测出点间（如井间）确定的、唯一的储层参数。例如：克里金，移动平均算法都是确定性建模方法。,随机建模与确定性建模的差异是算法不同(确定性建模无论软件运行多少次，其结果是不变的。),随机建模与确定性建模的差异,确定性建模,序贯指示模拟法SIS（针对离散/连续变量）在序贯指示模拟中，局部条件概率分布直接由指示克里金方程组求得。序贯高斯模拟法SGS（针对
14、连续变量）在序贯高斯模拟中，局部条件概率分布都假设为高斯分布，其均值和方差由简单克里金方程组求得。,示性点过程的储层建模方法最早有挪威学者提出，是一种基于目标的随机建模方法。该方法应用了随机几何学中点过程理论。点过程提供各种模型来研究点的不规则空间分布。这些点在空间上的分布可以是完全独立的（如泊松点过程），也可以是相互关联的或排斥的（如吉布斯点过程）。示性点过程则是一种特殊的点过程。一个点过程，对其上赋予一个特征值（或称为一个属性、或示性）时，就称为示性点过程。该方法在模拟地质体的空间分布是十分有用的，它的基本思路就是根据点过程理论先产生这些物体的中心点在空间上的分布，然后再将物体性质（如物体
15、的几何形态、大小、方向等）标注于各点上，即通过随机模拟产生这些空间点的属性，并与已知的条件信息进行匹配。,二、主要随机建模方法及特点,（三）、建立参数模型技术,石油地下地质遇到的实质问题，也是关键点：如何依据已有井点（控制点头，原始样本点）的参数 值进行合理地内插、外推井间未钻井区（预测点）的 同一参数值。内插值误差愈小，地质模型精度就愈高。影响精度的因素：精、细度相互制约，单元愈细，提高精度愈难；属性本身的非均质程度，非均质性愈强，提高精度 愈难；精度与对其地质规律的认识程度成正比（原 型模型、地质知识库）。,确定性建模技术（Deterministic Modeling)传统的地质方法（包括
16、克里金技术）开发地震技术 水平井技术 随机建摸技术（Stochastic Modeling),两类建模方法,确定性建模方法（Deterministic Modeling）传统的地质方法：按地质趋势线性内插；开发地震反演；计算机建模。,三、建立参数模型技术,确定性建模方法（Deterministic Modeling）传统的地质方法：按地质趋势线性内插:包括：简单线性内插，趋势面作图法，相带等控制下的线性内插，等等。对构造现象和非均质程度很弱的参数是成熟可用的，如地层压力、温度、饱和度、孔隙度等。有时甚至稳定沉积体如三角洲前缘河口坝、席状砂的 渗透率分布也是可用的。,三、建立参数模型技术,三、建
17、立参数模型技术,确定性建模方法（Deterministic Modeling）开发地震反演：用地震属性（振幅、波阻抗等）与岩心（测井）孔 隙度建立关系，反演孔隙度。再用孔隙度推渗透率 已在普遍应用。只要应用时要对其不确定性程 度心中有数。目前除常规三维地震外，正在发展井间地震、四维 地震（时移地震）等。,三、建立参数模型技术,确定性建模方法（Deterministic Modeling）计算机建模：简单插值法：距离反比权衡，曲面样条法，等等；克里金法：以求平均值为目的的建模，如储量计算 效果很好，反映非均质性效果差。,三、建立参数模型技术,随机建模方法（Stochastic Modeling）
18、虽然地下储层本身是确定的，但人们去认识它时就 可能出现随机性。这由于：资料信息不足；资料信息本身有不确定性；一些储层属性的地质规律有一定的随机性。,三、建立参数模型技术,随机建模方法（Stochastic Modeling）定义：用一组已知信息，依据一定的地质统计特征，用 某一随机算法，模拟出一组等概率的实现（Realizations）。关键点：原型模型和地质知识库，合适的随机算法。,离散方法(Discrete Methods)以对象为基础的模拟方法连续型方法(Continuous Methods)以象元为基础的模拟方法条件模拟(Conditional Simulation)忠实于采样点资料的
19、方法非条件模拟(Unconditional Simulation)已知采样点资料也可以修改的方法,随机建模方法分类,目前流行的随机算法,对象为基础的算法 布尔法(Boolean)示点性过程法(Marked Point Process)截断高斯法(Truncated Gaussian Simulation)序惯模拟 序惯高斯模拟(Sequential Gaussian Simulation)序惯指示模拟(Sequential Indicator Simulation)马尔可夫贝叶斯模拟(Markov-Bayes Simulation)指示主因子模拟(Indicator Principal Com
20、ponents Simulation),目前流行的随机算法,估计加模拟误差（Estimation Plus Simulated Error)转向带法(Turning Bands)分形模拟(Fractal Simulation)模拟退火(Simulated Annealing),三、建立参数模型技术,随机建模方法（Stochastic Modeling）随机模拟结果的应用：建立概念模型，保证主要的属性基本面貌正确，在 早期评价阶段应用是很成功的；估计不确定性；地质约束下选用；蒙特卡洛式的应用：最乐观的、最可能的和最悲观 的模型；最大概率的应用，甚至用平均值作确定性的应用；用数模拟和动态历史快速筛
21、选。,随机建模方法（Stochastic Modeling）目前正在发展、探索的技术和问题 各类沉积储层的原型模型，丰富地质知识库；各种算法对各类储层的适应性；各种算法对实现不同地质目的的适应性；发展新的算法；如何应用综合地震、地质、测井资料。,三、建立参数模型技术,三维储层参数建模,反映地下储层物性（孔、渗、饱、净毛比）空间分布的参数模型。运用地震属性控条件下的高斯模拟方法，是定量描述储层物性分布的较为理想的选择。,高精度储层参数三维分布模型,储层随机模拟方法,随机模拟,储层随机建模是近年来在地质研究领域发展的最新技术，对储层非均质性及复杂油藏进行描述，作为对储层非均质性进行模拟和对所有不确
22、定性进行评估的最佳方法，随机性建模技术被广泛应用。,常见随机模拟方法分类,由于阜宁组一、二段储层横向变化不大，砂体分布具有比较稳定，且有地震属性信息的协同，所以我们在进行岩石物理属性连续变量的模拟时选择了序贯高斯协同地震属性数据的模拟方法。序贯高斯模拟算法比较稳健，对于分布稳定的数据实现速度很快，是应用较为广泛的连续变量的模拟方法。,随机模拟方法的选择,高斯随机域是最经典的随机函数。这种模型最大的特征是随机变量符合高斯分布或经过转换符合正态分布。高斯模拟可采用多种算法如序贯模拟、指示模拟、误差模拟、概率场模拟等。其中序贯高斯模拟是应用最为广泛的一种。序贯模拟同许多随机模拟的方法相同都是通过从条
23、件分布中抽取变量Z(u)的值来实现某一位置u处的模拟，但序贯模拟的思想将这种条件进一步扩展到u附近的所有点，包括条件数据点和模拟过的数据点。总之序贯高斯模拟是以高斯概率理论和序贯模拟算法产生连续空间变量分布的随机模拟方法。,序贯高斯模拟,序贯高斯模拟为一种应用高斯概率理论和序贯模拟算法产生连续变量空间分布的随机模拟方法。模拟过程是从一个象元到另一个象元序贯进行的，用于建立局部累计条件概率分布（ccdf）的数据不仅包括原始条件数据，而且考虑已模拟过的数据。从局部累计条件概率分布中随机抽取分位数便可得到一个象元点的模拟数据。这种方法在实际应用中常被使用。,连续变量Z(u)的条件模拟步骤如下：（1）
24、确定代表全研究区（含Z样品数据）的单变量条件分布cdfFz(z)。如果Z数据空间分布不均匀，则应先对其进行解串，也可能需要外推平滑；（2）应用cdfFz(z)，将Z数据完成正态得分转换，转换成标准正态分布累积分布函数的Y数据；（3）检查正态得分Y数据的双元正态性。如果不能使用多变量高斯模型，则考虑其它模型；（4）如果多变量高斯模型适用于Y变量（正态得分变换后样品数据），则继续序贯模拟，即：a.确定随机路径，每次访问每个网格节点一次（不必是规则的）。每个节点(u)保留一定数量的邻域条件数据，包括原始Y数据和先前模拟的网络节点Y值；b.应用简单克里格结合正态得分变异函数模型来决定此处随机函数ccd
25、fY(u)函数的参数（平均值和方差）；c.从ccdfY中提取模拟值Y(l)(u)；d.将模拟值Y(l)(u)加载到数据组；沿随机路径进行下个节点u，一直进行到所有节点都被模拟。将模拟结果反转换成原始区域化变量，可能经常用到内插和尾部外推。(5)整个序贯模拟过程可以按一条新的随机路径重复上述步骤，以获得一个新实现。,序贯高斯模拟的输入参数主要为变量统计参数（均值、标准偏差）、变差函数参数（变程、块金效应等）及条件数据等。,参数输入,数据分析,参数变换及变差函数设置,变差函数,正态分布,三维地震振幅属性模型,地震属性模型,各小层地震振幅属性特征,孔隙度建模,地震属性约束下的孔隙度随机模拟的30个实
26、现中的六个实现,孔隙度平均模型,渗透率建模,含油饱和度建模,含油饱和度由于受构造影响较大，因此饱和度建模除用地震属性约束外，还用构造面作趋势，两者共同约束，同时还考虑含油边界。,泥质含量建模,腰滩油田孔隙度、渗透率、泥质含量、含油饱模型北东南西向剖面,三维属性剖面模型,腰滩油田孔隙度、渗透率、泥质含量、含油饱模型北西南东向剖面,三维属性剖面模型,构造建模,沉积微相模拟,储层物性模拟,数据准备与加载,四、建模流程、建模软件与实现,4.1 建模流程,RMS,FastTracker,Petrel,斯伦贝谢,Gocad,EDS(Earth Decision Sciences),GASOR,GMSS,4
27、.2 建模软件,4.3 建模实现,4.3.1 构造建模-创建层面算法及参数,基于目标建模(随机)；相过渡模拟;序贯指示模拟；指示克里金；截断高斯模拟；神经网络模拟；人工定义。,4.3.2 相建模-算法的选择,变差函数Variogram 是地质统计学所特有的基本工具。它既能描述区域化变量的空间结构性变化，又能描述其随机性变化。变差函数理论模型：常见的理论变差函数有以下几类：球状模型、指数模型、高斯模型。变程(Range)：指区域化变量在空间上具有相关性的范围。在变程范围之内，数据具有相关性；而在变程之外，数据之间互不相关，即在变程以外的观测值不对估计结果产生影响。,4.3.3 相建模算法中之数据
28、分析,4.3.4 相建模基于目标,定义目标几何形状,目标整体分布,河道的定义,堤岸的定义,序贯高斯克里金GSLIB克里金移动平均函数法近点距离神经网络模拟8 人工定义,4.3.5 物性参数建模-算法的选择,即首先建立沉积相模型，然后根据不同沉积相分相随即模拟，建立储层参数分布模型。具体说，就是对每一个层分别用已经建立的沉积微相模型，分相约束建立物性模型。,4.3.6 物性建模相控条件下,五、建模方法在应用中应注意的问题,5.1 变程对模型的影响5.2 创建层面算法的比较5.3 算法中的方法与权重5.4 层建模在水平井轨迹设计中的应用（杏六区东部）（南一区甲块）,克里金法 1000 x500 x
29、46 10 x10网格,3000 x2000 x45 10 x10,5.1 变程对模型的影响,常用层面算法：收敛插值最小曲率插值移动平均插值克里金法余弦扩展插值函数插值序贯高斯模拟人工算法层面取样神经网络,5.2 创建层面算法的比较,收敛插值*最小曲率插值*移动平均插值克里金法（600 600 0）余弦扩展插值*函数插值,移动平均算法中的方法：,EqualInverse DistanceInverse Distance SquareInverse Distance quadruple,Equal,Inverse Distance,Inverse Distance Square,Inverse
30、Distance quadruple,1、Equal 特征：所有点的权重相等。整体区域平缓，局部抖动频率大。Delta=50.89 Max=957.33 Min=906.44,2、Inverse Distance特征：整体区域起伏加大，局部抖动频率趋小。Delta=61.35 Max=964.49 Min=903.14,3、Inverse Distance Square特征：整体区域起伏更加大，局部抖动频率更趋小、区域加大。Delta=66.43 Max=968.27 Min=901.84,4、Inverse Distance quadruple特征：整体区域起伏趋缓，局部区块更加大。Delt
31、a=66.79 Max=968.58 Min=901.79,井间差值变化相对平缓，但模拟构造面边部往往翘起,最大相差0.4米,收敛法-尽可能降低井间模拟风险,井间差值变化相对平缓,最后优选出,设计要求：轨迹距葡33顶左右,0.4,877.3,（杏六区东部）,5.4 层建模在水平井轨迹设计中的应用,（南一区甲块）,最小曲率法,COS扩展法,最近点法法,移动平均法,水平井建模区域面积约为0.7Km2，井数48口，井密度为67口/Km2。实际建模时，采用了多种算法分别建立模型，并对各种算法的模型结果进行比较，分析其优缺点及对各种条件的其适应性，最终选择了最小曲率法并采用井点数据进行校正，提高地质模型的精度。通过实际测井资料与录井资料的对比验证，在入靶点位置地质模型预测的目的油层顶深与实际顶深仅相差0.47米。,三维地质建模还应有以下工作,Layering 细分层,创建的3D网格,离散化的解释曲线,采用序贯高斯的随机建模,变差函数：5000 2000 10 52,变差函数：5000 5000 10 0,该模型的影响空间为椭球体方向为52,该模型的影响空间为球体无方向影响,
