• / 102
  • 下载费用:5 下载币  

3 stoch

关 键 词:
petrel 建模
资源描述:
储层随机建模机模拟原理随机建模方法第三讲储层系统的复杂性资料的不完备性确定的不确定而需预测的储层建模建模途径确定性建模随机建模以已知的信息为基础,以随机函数为理论,应用随机模拟方法 ,产生可选的、等可能的储层模型。储层随机建模评价 由于资料限制和储层复杂性而导致的 井间储层预测的不确定性 ,以满足油田开发决策在 一定风险范围的正确性 。一簇随机模拟实现储层预测的不确定性评价( >50%概率)( >70%概率) ( >95%概率)将一簇模拟实现用于三维储量计算,则可得出一簇储量结果。它不是一个确定的储量值,而是一个储量分布。储量不确定性评价含油饱和度模型( 平面切片 ) 三个实现通过快速数模(如流线法,对随机模拟实现进行排序(依据动态参数,如连通性)油藏数值模拟别选择悲观、中性、乐观的随机模拟实现,通过粗化 (后进入模拟器进行油藏数值模拟,以了解或预测不同风险条件下的开发状况。随机建模与克里金插值的差别:① 克里金插值为局部估计方法,力图对待估点的未知值作出最优的、无偏的估计,而不专门考虑所有估计值的空间相关性,而 模拟方法首先考虑的是模拟值的全局空间相关性,其次才是局部估计值的精确程度。② 克里金插值法给出观测值间的 光滑 估值,对真实观测数据的离散性进行了平滑处理,从而忽略了井间的细微变化;而条件随机模拟结果在 在光滑趋势上加上 系统的“随机噪音”,这一“随机噪音”正是井间的细微变化,虽然对于每一个局部的点,模拟值并不完全是真实的,估计方差甚至比插值法更大,但 模拟曲线能更好地表现真实曲线的波动情况。③ 克里金插值法 (包括其它任何插值方法 )只产生一个储层模型,因而不能了解和评价模型中的不确定性,而 随机模拟则产生许多可选的模型,各种模型之间的差别正是空间不确定性的反映。(克里金作为部分随机建模方法的基础 )随机模拟 以随机函数理论为基础。随机函数 由区域化变量的 分布函数和协方差函数来表征。第一节 随机模拟原理储层随机建模建立分布函数 (概率分布模型 )随机模拟概率分布  )((先验分布未抽样位置 层属性 计概率分布模型 (率分布模型的建立(随机建模) )()((,[ 后验分布未抽样位置 层属性 验信息 +数据 后验信息条件累计概率分布模型 ( )()((,[ 对于 类型变量 ,则有: )()(,,)((,,,;,,,[ 112121  )()(,,)((,,,;,,,[ 112121 连续变量条件累计概率分布函数:类型变量条件累计概率分布函数:参数化建模非参数化建模假定模型类别(如高斯模型),仅推断模型参数(如均值函数和协方差函数)直接推断模型PP (x)空间分布的 个实现亦称为随机图象。随机模拟是一个抽样过程,抽取等可能的、来自随机模型的各个部分的联合实现。 ,,1,)()( l 随机模拟(改变种子数,得到多个模拟实现)条件模拟与非条件模拟若用观测点的数据对模拟过程进行条件限制,使得观测点的模拟值忠实于实测值(井数据、地震数据、试井数据等),就称为 条件模拟 ;否则为 非条件模拟。随机模拟算法序贯模拟 (差模拟 (率场模拟 (拟退火 (贯模拟 ( 1) 随机地选择一个待模拟的网格节点;( 2) 估计该节点的累积条件分布函数 (( 3) 随机地从 4) 将该新模拟值加到条件数据组中;( 5) 重复 1 直到所有节点都被模拟到为止 ,从而得到一个模拟实现 z(l)(u)误差模拟 ( 1) 应用原始数据进行克里金 插 值 估 计 , 得 到 估 计 值Z*(u);( 2) 进行非条件模拟 , 得到一个模拟实现 Z(1)(u)( 3) 提取在模拟实现 Z(1)(u)中观察点处的非条件模拟值 ,对其进行克里金插值估计 , 得到新的估计值 Z*(1)(u)。( 4) 比较非条件模拟与新的估计值 , 得 出 模 拟 残 差Z(1)(u)1)(u), 其中 , 观察点的残差赋为 0。( 5) 将模拟残差与原始的克里金估计值相加 , 即得到一个忠实于井点观察值的条件模拟实现 )(u)。(率场模拟( 1)应用 取各待模拟点的 l  ,1;),()(( 3)利用每一个 )()(;[)( )(1*)( ( 2)通过非条件模拟,得到 )(;[ 拟退火 类似金属冷却和退火 。 高温状态下分子分布紊乱而无序 , 但 随着温度缓慢地降低 , 分子有序排列形成晶体 。模拟退火的基本思路是对于一个初始的图象 , 连续地进行扰动 ,直到它与一些预先定义的包含在目标函数内的特征相吻合目标函数表达了模拟实现空间特性与希望得到的空间特性之间的差别。空间特性:直方图、变差函数、井 相形态、含量、垂向层序等。 h )]()(*[)(* h h 能量。O = (模拟的平均长度 (模拟的平均厚度 动的接受与拒绝接受扰动的概率分布由  o l dn e c c e (1o l dn e wo l dn e 似退火中的温度。温度越高,接受一次不理想的扰动的概率越大。控制温度(指定退火计划),使扰动理想,而且模拟实现得到收敛。直接用于随机建模用于模拟实现的后处理第三节 随机建模方法算法及模型随机模型 模拟方法序贯模拟 误差模拟概率场模拟优化算法 ( 模拟退火及迭代算法 )模型性质基于目标的随机模型标点过程 ( 布尔模型 )标点过程模拟 ( 用退火或迭代算法 )离散高斯域序贯高斯拟转带模拟概率场高斯模拟( 优化算法可用作后处理 )连续截断高斯域截断高斯模拟截断高斯模拟截断高斯模拟( 优化算法可用作后处理 )离散指示模拟序贯指示模拟概率场指示模拟( 优化算法可用作后处理 )离散 / 连续分形随机域 分形模拟( 优化算法可用作后处理 )连续马尔可夫随机域马尔可夫模拟 (应用迭代算法 )离散 / 连续基于象元的随机模型二点直方图( 很少单独使用 ,主用作退火后处理 )离散基于目标的方法 与建立目标模型(离散变量模型)的方法 有差别,很多人混淆了这种差别基于目标的随机建模方法基于象元的随机建模方法( 象元、象素高斯模拟 (连续)截断高斯模拟 (离散)指示模拟 (连续 /离散)分形模拟 (连续)多点地质统计模拟 (离散)布尔模拟标点过程(示性点过程)二点统计学多点统计学一、二点统计学随机建模方法高斯模拟 (连续)截断高斯模拟 (离散)指示模拟 (连续 /离散)分形模拟 (连续)经典的 随机函数模型。 最大特征是随机变量符合高斯分布 (正态分布 )。在实际应用中,若参数分布不符合正态分布,则通过 正态得分变换 将其变为正态分布,模拟后再进行 反变换 。通过 克里金方法, 求取某网格的随机变量的均值和估计方差, 并转换为 P( ( 求取:(简单克里金、普通克里金、具有趋势的 克里金、同位协同克里金 ) (综合地震信息 )从 条件概率分布函数( 中随机地提取 分位数 便可得到模拟实现 。序贯高斯模拟率场高斯模拟机模拟:高斯模拟是应用很广泛的连续性变量随机模拟方法。它适用于 各向异性不强 的条件下连续变量的随机模拟。相控条件下应用广泛。建模基本输入:条件数据数据均值与偏差变差函数参数(如变程)(若为相控建模,还需分相输入上述参数)基本 模拟思路是 通过一系列门槛值截断规则网格中的三维连续变量而建立离散物体的三维分布 。( 1)相序规律与截断值的确定如三角洲 (平原、前缘和前三角洲 )、滨面相 (上滨、中滨、下滨 ) 空间 D,有 … ,F 上的平稳高斯随机函数, )(设均值为 0,方差为 1,相关函数 (h)定义    )(1相当于定义了 01)(  )(1当其他)0(/)(1)0(/)()(  截断值 证不同相在研究区域内应占据的比例 i=1,2,…n)分两种情况:A. 沉积相空间分布具有平稳性, 沉积相空间分布具有非平稳性, 置变化而变化,x)比例曲线层模型的归一化处理三维趋势( 3比例趋势( 3 横向趋势 + 垂向趋势 )+ =( 2)应用误差模拟方法,()([)()( ** )(* 察点的残差赋为 0),()( 1 jj )(* (* 图仅为误差模拟示意图。就截断高斯模拟而言,图中井位处数值应为 N( 0, 1)( 3)条件化高斯模拟实现的截断处理滨面相的截断高斯模拟01)(  )(1当其它等价于  )(1重要基础:指示变换、 (100) B (010)A (100) C (001)常用方法:序贯指示模拟类型变量的模拟过程中 , 对于三维空间的每一网格 (象元 ), 首先通过 指示克里金 估计各类型的条件概率 , 并归一化 , 使所有类型变量的条件概率之和为 1。A (100)B (010)A (100)C (001) 合其它信息,确定该处的 累计条件概率分布函数( 参数建模)指示克里金--指示模拟协同指示克里金--协同指示模拟同位协同指示克里金--同位协同指示模拟随机提取一个 0至 1之间的随机数 , 该随机数在条件概率分布函数 ( 中所对应的变量即为该象元的相类型 。这一过程在其它各个象元进行运行 , 便可得到研究区内相分布的一个 随机实现 。 100) B (010)A (100) C (001)示模拟可用于模拟 复杂各向异性的地质现象 。由于各个类型变量均对应于一个指示变差函数,也就是说,对于具有不同连续性分布的类型变量(相 ),可给定(指定或通过数据推断)不同的指示变差函数,从而可建立各向异性的模拟图象。指示模拟可用于多向分布的沉积相建模(如三角洲分流河道与河口坝复合体),也可用于断层和裂缝的随机建模 。或分形几何 ( 是 1977)提出的用于描述自然界许多复杂和不规则形态的数学方法。986)首次将分形理论应用于储层研究。“977分形理论 认为,任何一个无限复杂的的形态或结构,如云彩的变幻、山脉的起伏、海岸线的曲折等等,在其内部存在某种 自相似性 ,即 局部与整体相似 , 或者说整体与任何一个局部虽然都是无限复杂的,但又都是相似的。分形分布与 欧几里德空间 物体充满整个空间的情况不同,它并不充满整个空间。在 小为 的空间的数量可表达为:r = 1/2线条: d = 1, N = 2正方形: d = 2, N = 4立方体: d = 3, N = 8 N = r 特征可用物体 数量与 形态规模 的关系来描述:N = r r=1/2)的小三角形去充填大三角形,但只充填大三角形 3/4的面积。这一过程以更小的规模重复进行,即为右图。 谢尔宾斯基地毯( 为分形维数r = 1/2 , N = 3r = 1/4 , N = 9r = 1/8 , N = 27r = 1/16 , N = 81r = 1/32 , N = 243D = )=  )21(3分形维数表征了分形形态的间断特征。在 分形几何 应用中,通常用间断指数 ( 或称赫斯特指数 H , 表征其分形特征。间断指数( H)为 欧几里德维数 ( d)与 分形维数 ( D)之差,即:H = d - 2 - 可能具有统计自相似性。分数维的概率定义:在刻度为 意一点落入刻度为 的一小部分空间的概率,等于尺度为 的那部分空间占总空间的比例。()(随机分数维变差函数定义:HH 2 })]()({[)(2 何规模上变量的变化与任何其它规模上变量的变化相似 ,亦即任一规模上变量的方差与其它规模上变量的方差成正比,其比率取决于分形维数 (或间断指数 )。任意尺度 间的关系 :)()( 2  l  HH 似为方差),为滞后距,斯特指数)布朗运动分数布朗运动分数布朗运动1<2H <22H=12H <1l)(ll(4)间断指数可用多种方法来求取,如R/ 谱分析 、 变差函数 、 盒子计数法 等。盒子记数法D = ) (含裂缝的网格数量)(边长等分数目)H = d - 克里金方法称为 分形克里金 。它与一般的克里金方法的差别是应用分形变差函数来求取克里金权值,据此进行井间插值。由于分形分布的特征,即在不同规模的自相似性,使得可以应用少量数据即可预测整个目标区的变量分布;同时,该方法在预测井间细节方面亦有其独到的优势。分形克里金     1 分形模拟一般采用误差模拟算法,其模拟实现为 光滑估值 加上 随机“噪音” 。根据误差模拟的原理,整个模拟过程由两大部分组成,一是插值 (可以是分形克里金插值,也可以是其它插值方法) , 二是非条件模拟。随机“噪音”部分可以通过非条件模拟和插值的比较来获得。由于非条件模拟可以得到多个实现,而它们与插值分布之间又是相互独立的,因此,可以获得多个条件模拟的实现。分形模拟裂缝网络的分形预测实际裂缝网络 预测裂缝网络分形几何应用的注意事项分形随机域最引人注目的特征是其自相似性,这也是它最大的优点。在确定随机变量符合分形特征后, 便可根据自相似性原理应用少量数据预测整个目标区的变量分布。然而,在分形模拟的应用中,一定要注意如下几点:(1)检验待模拟变量是否具有分形特征 。值得注意的是,由于地质情况的复杂性,不同规模的地质特征受控于不同的地质控制因素 (如 砂体规模的渗透率受控于沉积相和成岩相的空间展布,而层理规模的渗透率受到层理性质及局部成岩作用的强烈影响 )。因此,在应用分形理论研究地质变量的分布之前,一定要检验它是否符合分形特征。( 2) 选择合适的计算间断指数(赫斯特指数)的方法。 为了提高分形模拟或预测的精度,首先应该求准间断指数。用于求取间断指数的方法很多,如 R/分析、变差函数、盒子计数法等,其中一些方法在样品数量减少时变得不稳健。因此, 应根据实际地质情况及变量类型,选择一种最稳健的、能提供最可靠间断指数的方法 。另外,还应注意季节纹层对计算间断指数的影响。( 3) 检验垂向与平面上的分形特征的差别。 在很多分形模拟的应用中,由于横向数据点比较稀少,很难求取平面上的分形维数(实际上,在最小井距之内,变差函数无点对存在,类似于纯块金效应) ,因此往往“借用”垂向分形维数代替平面分形维数。在进行分形模拟前,应检验平面分形维数是否等于垂向分形维数。 二、基于目标 (随机建模布尔模拟 点过程) 个空间区域内的离散点的随机集合。二项式点过程:均匀分布 的在同一个紧致集中的点构成的点过程。最简单的点过程:一个随机点的均匀分布点过程、示性点过程、纤维过程随机几何学(模式)泊松 (过程( 1) 点数的泊松分布 。在一个有限的波雷尔集中,点的数目是具有 泊松分布 的随机变量。( 2) 独立的分散性 。在 的数目构成了 稳的泊松点过程 :均值为一个常数 ;广义的泊松点过程 :均值为一个变量  (x)。吉布斯 ( 过程( 1)点数的 吉布斯分布 。( 2) 点在空间上的分布可以相互关联或排斥 。示性点过程对于一个点过程,在其上的每一个点赋予一个特征时,就称为示性点过程。一个随机序列)]}({[ ; nn 森林中松树的位置及树干直径(987)森林中云杉和白桦的位置(987)布尔模型 (可看成示性点过程的简单情形。种子点过程为泊松过程种子的位置相互独立,均匀分布于研究区域中。一般的示性点过程:复杂的示性点过程。种子点过程多由吉布斯点过程产生。种子的位置具有相互关联和排斥性。模拟示意图基本思路: 根据点过程的概率定律产生物体中心点的空间分布,然后将物体性质(即 物体几何形状、大小、方向等 )标注于各点之上。从地质统计学角度来讲,标点过程模拟即是要模拟物体 点 (其性质 (三维空间的联合分布。目标点密度 在空间上可以是均匀的,也可以根据地质规律赋予一定的分布趋势。在实际应用中,目标点位置可以通过以下规则来确定:(1)密度函数 (即各相的体积比例及其分布趋势)(2)关联 (如井间相连通 )和排斥原则 (如同相物体或不同相物体之间不接触的最小距离 )。物体性质 (物体几何学特征。形状 :矩形、椭球体、锥形、自定义;几何学参数 :长、宽、高等;方向、顶底位置      示性纤维过程★ 产生物体中心轴线的空间分布★ 将物体形态(沿轴线的宽、厚特征)标注于各纤维之上。   ★ 产生物体中心轴线的空间分布应用随机过程与图论相结合的方法纤维类型:相类型纤维条数:相数量(各类纤维条数表示各相数量)纤维方向:相的主流线纤维长度:相的延伸长度纤维弯曲:主流线变化纤维定义:★ 将物体(相)形态(沿轴线的宽、厚特征)标注于各纤维之上。            各相形态: 形态单元、长(有限、无限)、宽、厚、宽 /厚比各相体积含量 :约束各相数量与规模各相成因关系: 排斥、毗邻、切割等单相复合体成因关系 :并列、切割利用优化算法 (如 模拟退火 )可以使模拟实现忠实于 井信息、地震信息以及其它指定的条件信息。波阻抗、振幅冲积体系的河道和决口扇 (背景相为泛滥平原 )三角洲分流河道和河口坝 (背景相为河道间和湖相泥岩 )浊积扇中的浊积水道 (背景相为深水泥岩 )滨浅海障壁砂坝、潮汐水道等 (背景相为泻湖或浅海泥岩 )砂体中的 非渗透泥岩夹层 、非渗透胶结带断层裂缝事件现象模型传统的基于变差函数的地质统计学的不足:1. 多点统计学的提出及基本概念三、多点统计学随机建模0 30 0 30 400312 3只能保持两点统计一致性,不能同时反映多于两个点间的空间相关性或连续性模拟实现的结果往往较为分散,不能显示出目标的几何形状 (如弯曲形状 ),不能再现具有特征形状具有相似数值的丛聚。因此 ,不能对实际的相空间分布给出一个较为理想的模拟与解释 。基于目标的方法不足 :• 对每类具有不同几何形状的目标要有自己特定的一套参数,不能通用。复杂形态的参数化较为困难 .• 对于一个目标体内的多个数据较难拟合 ,有时不能拟合 (算法不收敛 )。• 算法要求大量机时。能再现目标的特定几何形状 从两点到 多点地质统计学of 用训练图像而不是变差函数来表征空间多点的相关性算法具有基于目标和基于象元两种算法的优点,使模拟出来的储层模型不仅可以反映先验地质概念 (目标几何形态 ),而且可很容易地忠实条件数据 (井 /地震数据 )   41d|y e p n u  43d|bl u e;p n 多点统计方法的新术语及含义(1) 数据事件与数据样板 (据事件 :一个以待模拟点 大小为 据事件” 由 h, =1,2,…n} 确定的几何形态 (数据构形 ) 量终点处的 h = u=1,2,…,可取 k=1,2,…K}(也可以是由 组的连续变量 )据样板 n:数据样板 指示变换为 : I(u;k) = 1, 当 S(u) = 其它(u;k ) = 1, 当 S(u ) = 0, 其它n´ 由  n´对应的数据事件为      u?'n = 8n´ =4( 2)多点统计( 考虑两点统计亦称为:二点非中心指示协方差相距为 h, =1,2,…n} 确定的数据样板 u+…,(u+h n)同时为 点非中心指示协方差       αα,1;P r o bP r o b   1,  1实际上是 数据事件 出现的 概率。n 个数据点 (u+( u+同时分别为 的概率。点非中心指示交互协方差( 3)训练图像( 常井网条件下,难于推导出多点统计矩。训练图像 T:反映地质非均质性的、高密度规则抽样的图像。来源: 基于目标的非条件模拟露头、现代沉积模型地质人员勾绘的数字化草图对于同一地质体,可给出多个训练图像(反映不同规模的非均质或统一规模不同解释情况的非均质)(仅反映先验的地质结构概念,无需与井点吻合)侵蚀的训练图像 于任一给定的数据样板  ,定义侵蚀的训练图像 得以 内。                           重复 (在应用任一给定的数据样板 进行扫描的过程中,当训练图像中一个数据事件与数据样板的数据事件 为一个重复。                      数据样板 重复数?数据事件 为多点统计或多点协方差值。                    在平稳假设的前提下:      ,1;Pr o o b 1993)提出了一种非迭代算法,将多点统计应用到随机模拟中。从训练图像中直接提取局部条件概率,应用序贯指示模拟产生模拟实现。2. 多点统计随机模拟模拟退火方法(992; 992)后处理迭代方法(992)应用神经网络的随机模拟(998)序贯指示模拟算法(993; 000)  ()(,1;P r  u    (,1;a n dP r         )|;(,1;|P r o b Ck(示在已有的 c(重复中, s(u)=        ,1;P r o b,1;an dP r o b|P r o b 1,  12时K=2*5从训练图像推断的条件概率分布· 沿着一条随机路径访问每个未取样节点一次,每个被访问节点的模拟值都作为一个硬数据,对后续被访问的结点值起条件化作用。对于每一个未取样点,通过扫描训练图像推断局部 渐减少条件数据事件 到能找到的最少个数的重复(一般 10- 20个)为止。由于条件数据构形可变,因此模拟过程可以是非迭代的且很快。1993)虽然模拟是非迭代的,但每模拟一个网格节点需重新扫描训练图像,以获取特定网格的局部条件概率,因此严重影响了计算速度。搜索树“ 000为了避免重复扫描而提出的概念。对于给定的数据样板,搜索树中存储着 c( ck(种事先保存所有训练保证在模拟过程中快速提取 法( 1)应用用户定义的、与数据搜索邻域相联系的数据样板 n 扫描各训练图像,以构造搜索树。只有在训练图像中出现的数据事件才保留在搜索树中。( 2)将实测的井数据标注在最近的网格节点上。确定一个访问未取样节点的随机路径。)在每一个未取样点 得条件数据置于一个以 n´表示条件数据的个数, 条件数据事件。从搜索树中检索并计算出 p(。如果在训练图像中找到的 的重复不够多时,则将离 从搜索树中检索和计算数据事件 1 的比例 p( 1)。如此继续下去,如果减到 n´ =1时 重复数还不够多,则条件概率将被边缘概率 4)从 模拟值加入到原来的条件数据集中,作为后续模拟的条件数据。 5)沿随机路径访问下一个节点,并重复( 3)、( 4)步骤。如此循环下去,直到所有节点都被模拟到为止,从而产生一个随机图像。( 6)改变随机路径,产生另一随机实现。 练图像的平稳性问题。目前的多点统计学要求训练图像平稳,对于非平稳地质特征如何处理?平稳不平稳非平稳的训练图像模拟实现of |B)P(A|C)P(A|B,C)?如何更好地集成软数据 (如地震 )及多个软数据。如何评估训练图像及不同软数据的权重?忠实于软数据 :忠实于先验的地质概念模型与硬数据R e a l i z a t i o nE a s 0 1 1 2 00 . 02 2 6 00 . 00 . 1 0 0 00 . 2 0 0 00 . 3 0 0 00 . 4 0 0 00 . 5 0 0 00 . 6 0 0 00 . 7 0 0 00 . 8 0 0 00 . 9 0 01 . 0 0 0P(A|C)2 - D R e f e r e n c e D a t aE a s 0 1 1 2 00 . 02 2 6 00 . 01 . 0 0 02 c e D e a l i z a t i o nE a s 0 1 1 2 00 . 02 2 6 0s a n ds h a l |B) 于多点地质统计学仍然为基于象元的方法,所以只能在一定程度上重现目标的形状,对于较复杂的如尖角或者
展开阅读全文
  石油文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:3 stoch
链接地址:http://www.oilwenku.com/p-20325.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
copyright@ 2016-2020 石油文库网站版权所有
经营许可证编号:川B2-20120048,ICP备案号:蜀ICP备11026253号-10号
收起
展开