储层地质建模方法-徐怀民.ppt

《储层地质建模方法-徐怀民.ppt》由会员分享，可在线阅读，更多相关《储层地质建模方法-徐怀民.ppt（105页珍藏版）》请在三一文库上搜索。

1、提高采收率交流研讨,主讲人：徐怀民,油藏地质模型及建模技术研究,油藏地质模型类型和建模技术,一、油藏地质模型类型 二、储层地质建模方法 三、储层地质建模工作流程,油藏地质模型是指反映油气藏分布的基本特征和空间分布规律的地质实体。 目标：对油藏描述研究的最终成果的概括，它是对油藏的形态、储层性质、规模大小及分布、流体性质及空间展布等的高度概括。是能够如实反映实际地质体特征的模型。 类型：从不同角度或强调某一特征，如岩石分类、成因结构等，所以不同学者提出各种差异较大的分类方案。,一、油藏地质模型类型,1、按地质的研究内容划分 （S.R.Jackson(1989),美国Bell Greek油田）,（

2、1）地质模型 构造子模型 沉积子模型 成岩子模型 地球化学子模型 （2）渗透层模型 沉积模型 + 岩石物性数据 （3）流动单元模型 最终的模型应该是由许多流动单元块镶嵌叠砌组成的。各单元块的界线应与构造断层的位置、岩性、岩相带以及成岩胶结物类型的分布相对应。 （4）定量的流体动态模型,一、油藏地质模型类型,油藏结构模型,流体模型,储层参数模型,构造子模型：油藏几何形态及分布，包括断层、褶曲、地应力等构造要素。 沉积子模型：描述储层结构特征，这是流体流动模型的基础，它标征沉积环境、沉积相类型、成积和剥蚀过程、沉积事件序列、单描述储集体形状、大小及内部结构。 成岩子模型：储层性质，包括物性、孔隙结

3、构、储层非均质性、渗透性分布等。表征成岩序列和成岩事件，储层质量的演变。 地球化学模型：描述地层流体类型、分布及流动机制（单相、多相）、流动单元体。 渗流层模型：主要依据沉积子模型，把岩石物性数据加进去，使模型定量化，确定哪些构造相带属于高渗透层、低渗透层。模型是三维的，反映不同相带垂直渗透率和水平渗透率的分布。 流动单元模型：流动单元是一个横向上、垂向上连续的储集相带，在该单元体内各部位岩性相似，影响流体流动的岩石物质也相似。 定量的流体动态模型：可作为油藏的代表，以此为依据计算油藏的产量、产能、分析注水前缘和推进速度以及注水后残余油的空间展布。,一、油藏地质模型类型,1、按研究内容划分,（

4、粗细，定性定量的原则，强调储层的作用分类） （1）概念地质模型（Conceptual Model）: 针对某一种沉积类型或成因储层，把它代表性的储层（非均质性、连续性等）抽象结果加以典型化和概念化，建立一个对这类储层在研究区内具有普通意义的储层地质模型。这种模型不是一具体的储层地质模型而是某一地区（油田）某一类储层的基本面貌模式图。 这个阶段油田仅有少数大井距的探井和评价井的岩心、测井及测试资料以及二维和三维地震资料，因而不能详细地描述储层细致的非均质特征，只能依据少量的信息、借鉴理论上的沉积模式、成岩模式建立工区储层概念模型,一 、油藏地质模型类型,2、按研究程度划分（裘怿楠，1990）,（

5、粗细，定性定量的原则，强调储层的作用分类） （2）静态地质模拟型（Static Model）： 针对某一具体的油藏或开发区一个（或一套）储层，将某储层特征在三维空间的变化和分布如实地加以描述而建立的地质模型。真实反映地下油藏特征，如小层分布的“五等图” 这一模型主要为编制开发方案和调整方案服务，如确定注采井别、射孔方案、作业施工、配产配注及油田开发动态分析等。,一 、油藏地质模型类型,2、按研究程度划分（裘怿楠，1990）,（粗细，定性定量的原则，强调储层的作用分类） （3）预测地质模型（Preductual Modle）: 在静态地质模型基础上，建立描述井网数十米级或甚至数米级规模的储层变化

6、的地质模型。针对多井控制井点网的储量参数作一定的内插和外推预测图。 这一模型主要为在二次采油之后对地下剩余油需进行开发调整、井网加密或进行三次采油,一 、油藏地质模型类型,2、按研究程度划分（裘怿楠，1990）,Ng53 层 含 油 饱 和 度 立 体 图,3、按储层结构形式分 （K.J.Weber和L.C.Van Geuns,1989）,一、油藏地质模型类型,储层结构指的是储集砂体的几何形态及其三维空间的分布。这一模型是储层地质模型的骨架，也是决定油藏数值模拟中模拟网块大小和数量的重要依据。 储层结构模型的核心是沉积模型。壳牌石油公司将不同沉积相形成的储层结构类型归纳为三类，即千层饼状储层结

7、构、拼合板状储层结构和迷宫状储层结构,3、按储层结构形式分 （K.J.Weber和L.C.Van Geuns,1989）,一、油藏地质模型类型,Weber(1986)的分类,Weber不仅考虑了储层非均质性的规模，同时还考虑了非均质性对流体渗流的影响。,（1）（Helgeqi H.Haldorson(1986),美国 分四级） 巨大规模：构造+岩相油气藏组合 大型规模：相带+储层油气藏 宏观规模：储层+物性内部结构 微观规模：孔隙结构+流体流动单元,4、按模型组成规模,一、油藏地质模型类型,（3）储 层 非 均 质 模 型 ： (Pettijion(1973)的分类),4、按模型组成规模,一、

8、油藏地质模型类型,（4）（信荃麟（1992），中国 分五级）,4、按模型组成规模,一、油藏地质模型类型,油田规模的地质模型 小层规模的地质模型 砂体规模的地质模型 岩心规模的地质模型 孔隙规模的地质模型,油田规模 油层规模 砂体内韵律性和沉积结构 岩心规模 孔隙规模,韩大匡（1995年）提出河流相五级非均质模型：,（1）地面原型模型：露头观测 （2）地下原型模型： 密井网 水平井 井间地震,1、确定性建模,2、随机建模(Stochastic Modeling),（1）定量的储层地质知识库推理法 （2）条件模拟(Conditional Simulation) （3）各种地质统计模型(Geosta

9、tistic),3、确定性+随机建模：约束建模,二、储层地质建模方法,1、确定性建模 （1）露头原型模型建模 地质家提出重返露头的口号。选择各种沉积上有代表性的露头，进行详细的研究，把各种技术手段放到露头上去进行试验，一方面从露头上得到很多储层的定量地质知识，建立知识库，作为地下储层建模的依据；二是试验各种技术手段在储层描述中应如何发挥作用。最有名的就是由英国石油公司(BP)和美国能源部投资进行的Gypcy露头工作，已形成了一个综合各种技术手段的油藏描述现场实验室。,二、储层地质建模方法,（1）露头原型模型建模 露头储层研究方法和手段 方法：高分辨率层序地层学、储层沉积学和沉积动力学（岩石相、

10、砂体成因单元、沉积体系）、层次结构分析 手段： 露头实测：航拍，照片镶嵌法 取样：通常10x10x8cm 大剖面写实,二、储层地质建模方法,1、确定性建模,露头区砂体几何形态定量研究 Philip Lowry等研究了三角洲前亚相中三种主要储集砂岩体的大小（分支河道、分支河口坝和远砂坝），在野外露头上采集砂岩体大小有意义的参数是：最大长度、最大宽度和最小厚度，统计了每种砂体的宽度与厚度、厚度与长度、宽度与长度的相关关系图，并给出了每种河道砂体几何特征极限值：,露头区储层原型模型内容,二、储层地质建模方法,1、确定性建模,90%的分支河道的宽度小于850m，50%的小于325m，20%的小于75m

11、。 90%的分支河道的厚度小于18m，50%的小于9m，20%的小于3.5m。 90%的分支河道的宽厚比小于130：1，50%的小于40：1，20%的小于10：1。 90%的分支河口坝的厚度小于30m，50%的小于18m，20%的小于7m。 90%的分支河口坝的长度（走向）小于9Km，50%的小于6.5Km，20%的小于3.5Km。 90%的分支河口坝砂岩的宽度（横向）小于6.5Km，50%的小于3.25Km，20%的小于1.2Km。 90%的远砂坝的厚度小于0.55m，70%的小于0.10m。,Olav Walderhang等研究了英国约克郡侏罗系河流体系的砂体形态，该区河流沉积物主要是两种

12、类型的砂体：河道砂岩和决口扇砂岩。 萨尔特维克组河道砂岩宽100-700m，厚4-19m，主要是垂向加积的有85%的河道砂体的宽/厚比在15-40之间。 斯卡尔贝组河道砂体大部分的宽度约100m，厚度4-12m，其中主要由垂向加积形成的带状砂体，厚4-12m，宽/厚比小于15；侧向加积的河道砂体，厚4-6m，宽/厚比小于20-25，由几个带状砂体复合而成的河道砂体，总宽度有几百米，宽/厚比35。 决口扇砂体厚2.5m，宽2.5公里，最大长度3-4公里，宽厚比和长厚比分别为100-2000和500-2000。 所测得的河道砂体和决口扇砂体的宽厚比大小可以使我们能够以井为依据预测砂体的几何形态，增

13、加连井对比的可靠性。,露头沉积体的非均质性 C.Ravenne等研究了英国Yorkshire地区悬崖上的中侏罗统露头，悬崖长10公里，高30150米，通过直升飞机对悬崖处全部中侏罗统露头连续拍摄了照片将近1000张，通过摄影地质研究，区分了不同沉积单元的几何特征，砂岩的内部构造、砂体与周围页岩的接触特征以及非渗透层的连续性等。 用覆盖悬崖全高的16条剖面确定出不同岩相和构造的岩石学特征及其区别，在600米长、30米高的范围对其中的Scalby组地层进行了详细的摄影地质研究，通过照片解释和纵剖面资料区别出一些沉积体，对摄影地质资料进行简化，经区域倾角校正后，又作了数字化，整个悬崖被简化成174行

14、3163列的网格。 用数字化计算了各种主要岩性的纵横向百分含量,露头区储层原型模型内容,二、储层地质建模方法,1、确定性建模,在纵向上，下部砂岩百分比很高，约为4050%，同时泥质砂岩的百分比比较高，在第100行左右是一个泥质为主区（95%），之上有一个狭窄的厚砂带，最上部是一个完全的泥质区。,在横向上指示了不同岩性的相对位置,除了上述二维研究之外，在悬崖附近进行了三维研究，首先进行了钻井取心，井网为正方形，井距为300米，为了研究小规模的非均质性，井距从300逐渐减小到10米，在每口取心井中，都进行了SP、GR、DEN、含氧指数、倾角测井等，声波测井只在两口井中，每隔25厘米远提取了一块直径

15、23毫米、长4厘米的岩心塞，用于、K测量。,露头调查研究河流三角洲储集层中沉积体的非均质性,露头储层中的渗透率分布方式 Torgin Jacobsen ，Hans Rendall对英格兰东北部约克郡河流相砂岩露头剖面进行了研究，通过详细测量露头中渗透率的变化，提供各种砂体类型骨渗透率变化的资料。 该文主要研究了两种类型的河道砂体（透镜层状砂体、侧向加积砂体）和决口扇砂体。,露头区储层原型模型内容,二、储层地质建模方法,1、确定性建模,露头采集 约克郡中侏罗流斯卡尔贝组河流三角洲相沉积的二维剖面，悬崖沿海岸长10公里，高4050米，过去已有人用这些露头的二维剖面进行地质研究（描述储层的非均质性）

16、作为河流三角洲储层几何形状的条件模拟基础。 微渗透率计是一个可携式机械装置，它能测量空气注入岩石表面时的流动速度和注入压力，用达西定律来确定渗透率，50个岩心塞样品在实验室测量了孔隙度、渗透率，并对5块样品作X衍射全岩矿物分析。,利用露头调查研究储层中的渗透率分布方式,在野外用微渗透率计测量了500个测点的渗透率，并取到50个测点的岩心塞，以网格状方式对每种类型的砂体测量渗透率，透镜层状砂体取样间隔横向为12米，垂向为0.25米，侧向加积层状砂体的取样间隔横向为2米，垂向为0.15米，决口扇砂体的横向为15米，垂向为0.10米。 透镜状砂层达3米厚25米宽，具大型交错层理，是辫状河道侧向迁移形

17、成的多层结构中的河道砂层，侧向加积砂岩层是小型曲流河的点坝沉积，横向上广泛分布薄层砂岩（0.250.5米厚）是同一个曲流河体系的决口扇沉积。,分析结果 透镜层状砂岩（辫状河体系）中测量的渗透率值最高，这个砂体纵向上分为四个单元，绝对渗透率的平均值分别为3125md、2152md、1100md、246md。 侧向加积层状砂岩（曲流河体系）中测量的渗透率为中等（314md），横向上广泛分布的薄砂层（决口扇沉积）的渗透率值最低（75md）。 沉积相标志（结构、构造）与渗透率之间没有明显的正相关性，因此，认为所观察到的渗透率分布规律主要受成岩作用的控制。 自生石英是主要的成岩矿物相，似乎主要是纯化学反

18、应的结果，压溶作用提供的物质是次要的。石英加大似乎受沉积相类型的控制，仅在很小程度上受沉积构造和结构的控制。,岩心塞资料与野外测量值的对比， 野外测量的渗透率值与在测量点所取的岩心塞实验室测量的渗透率的平均相关系数为0.7，在5002000md之间相关性最好，当渗透率很大时，微渗透率计测出的渗透率偏大，这是由于高渗透率情况下存在湍流，而低渗透率情况下气体泄漏引起的。 渗透率的纵横向变化规律不明显，研究表明，成岩作用对渗透率有重要的控制作用，定量的成岩作用研究表明，这套地层的成岩作用受砂体类型的控制，而沉积构造和结构对其影响较小，换句话说，成岩作用受砂岩类型、体积、几何形状和周围沉积的控制，而不

19、受粒度和沉积构造的控制。,利用露头调查研究储层中的渗透率分布方式,（2）水平井模型,二、储层地质建模方法,1、确定性建模,（3）储层地震模型 以高分辩率的三维地震为基础，利用其覆盖率高的优势，直接追踪井间砂体和求取储层参数。目前遇到的关键问题是分辩率还满足不了油田开发研究单砂体的要求。但对其前景大家都寄以很大的厚望。,二、储层地质建模方法,1、确定性建模,三维多道反演结果,这是国际上近20年来兴起，发展很快的一项热门技术。其主要思路是： 选择储层砂体在地面出露的露头，进行详细测量和描述，取样密度达到几十厘米的网络(1英尺1英尺)，把这类砂体的储层物性(如渗透率)的空间分布，原原本本的揭示出来，

20、以此作为原型模型。 从中利用地质统计技术寻找其物性空间分布的统计规律，以此统计规律就可以去预测井下各类储层的物性分布。 国外一些主要石油科研机构、院校和油公司都在开展这一工作。,二、储层地质建模方法,2、随机建模方法,（1）随机建模的必要性,地下储层本身是确定的 储层的随机性质是指那些在现有资料不完善的条件下，需要通过猜测确定的储层性质 随机模拟结果比拟合结果更贴近“真实”,二、储层地质建模方法,2、随机建模方法,挪威Norsk Hydro A/S公司Helge H.Haldorsen和Eivind Damsleth（1990）对随机模拟技术作了较全面的介绍。他们认为，在油藏工程上应用随机模拟

21、有6个原因，即 1）有关储层空间大小、内部几何结构和岩石性质变化的资料不完整； 2）储层建块或相空间配置复杂； 3）岩石性质随空间位置和方向的变化难以掌握； 4）在平均化时特征值和岩石体积之间的关系不清楚； 5）静态油藏资料（沿井的点值，如K、H、Sw和地震数据）相对于动态油藏资料（与时间有关的影响因素、岩石结构影响采收率等）的丰度； 6）方便和快速。,Estimation versus Simulation,Estimation: locally accurate and smooth, good for visualizing trends, no assessment of global

22、 uncertainty Simulation: honors spatial variability, good for flow simulation, assessment of uncertainty with alternative realizations,插值与模拟,Stochastic Reservoir Modeling,Reality Distribution of Rock/Fluid Properties single true distribution Recovery Process actual process implemented Field Response

23、,Model Distribution of the Rock/Fluid Properties multiple stochastic models Recovery Process numerical model of process Field Response,岩石和流体属性分布 确定性的 油田开采过程 单个真实分布 油田响应 真实实现,岩石和流体属性分布 模拟的 油田开采过程 多个随机模型 油田响应 生产可能性分布,（2）储层地质知识库建立,二、储层地质建模方法,2、随机建模方法,储层地质知识库是根据储层地质概念模型，结合静、动态资料对单井模型进行统计分析的基础上建立的能够定量表征储

24、层特征参数统计分布规律的地质知识，它们是储层随机建模的控制条件。 露头调查 地震预测与解释 密井网统计 分布概率、平均值、中值、标准偏差、最大值、最小值、变异系数及各参数间的相关系数等。,利用计算机研究一些随机建模算法。针对不同沉积类型储层本身的物性参数空间分布特点，形成一些模拟其规律的算法。至今已推出一些商业性软件。如法国石油研究院和地质统计中心等合作推出的一个“HereSim”软件，曾声称最适合河流三角洲砂体。美国斯坦福大学已有一些通用算法公开出售。挪威一个叫ODEN公司的推出一个STORM软件在市场上推销。美国雪菲龙公司曾大力研究“分形”在储层建模中的应用，等等。 这些随机建模方法，总的

25、追求：利用其技术建立的地质模型，交给数值模拟进行历史拟合，一次运算就在大多数井点拟合得较好，这就说明模型基本符合地下实际。或者利用建立的模型布井，选择成功机率最大的井位去实施。 我国东部各主力油田缺乏储层的直接露头可供研究，在西部进行了一些工作，主要针对河流砂体储层。大庆的三次加密试验区，井网已达到100口井km2，利用这一难得的资料，进行精细描述，可供其他地区和油田借鉴。 随机建模方法，一些院校都有一些软件研制出来，在西部油田早期评价阶段进行油藏描述建立地质模型上已取得很好效果，在老油田中为研究剩余油饱和度还没有实践经验。,（3）地质统计学方法和技术,二、储层地质建模方法,2、随机建模方法,

26、变差函数分析 储层参数空间结构分析就是对储层参数进行一系列统计分析，研究储层的空间结构及各储层参数的空间分布的连续性和各向异性。 目前，研究数据变量空间连续性或各向异性的方法和手段有多种，如协方差函数、相关函数等，但是这些方法只能概括地质体某一特征的整体概况而无法反映其局部变化特征，地质统计学中引入变差函数。,二、储层地质建模方法,（3）地质统计学方法和技术,变差函数分析 克立格 离散变量指示型模拟 高斯型模拟 渗透率指示模拟 模拟退火,变差函数 假设空间点只沿某一方向上变化，那么我们把区域化变量在两点处的值之差的方差之半定义为在该特定方向上的变差函数，它表示区域化变量的两值Z(x)、Z(x+

27、h)的变异程度。记为： 在实际工作中，实验变差函数通常用计算算术平均值的方法来获得，即：,变差函数分析,二、储层地质建模方法,（3）地质统计学方法和技术,Calculating Experimental Variograms,.,Example: Starting With One Lag (i.e. #6),Start at a node, and compare value to all nodes which fall in the lag and angle tolerance.,变差函数分析,(1)半变异函数： (2)交叉半变异函数： (3)指示半变异函数：先对变量进行指示化，再针对

28、指示化变量求取半变异函数。 (4)协方差半变异函数： 式中xi，yi为地质区域化变量，它既具有随机性，又具有空间结构性，h为方向矢量，N(h)为数据点对数，,实验变异函数求取,(5)对数半变异函数: (6)相对半变异函数： (7)绝对半变异函数： (8)平方根半变异函数： 式中xi，yi为地质区域化变量，它既具有随机性，又具有空间结构性，h为方向矢量，N(h)为数据点对数，,变异函数模型的拟合 对实验变异函数做最优拟合，从而确定变异函数的块金常数Co、变程a和基台值C(0)。选择并建立合适的变异函数模型是地质统计学的基础。常用的变异函数模型有四种： (1)球状模型： (2)指数模型：,(3)高

29、斯模型： (4)幂模型：,克立格方法,Weighted Linear Estimators（加权线性估计） Derivation of the Kriging Equations（克里格方程的导出） Different Types of Kriging（不同类型的克立格）,二、储层地质建模方法,（3）地质统计学方法和技术,Weighted Linear Estimators,The Basic idea is to estimate the attribute value (say, porosity) at a location where we do not know the true v

30、alue where u refers to a location, Z*(u) is an estimate at location u, there are n data values Z(ui), i=1,.,n, and i refer to weights. What factors could be considered in assigning the weights? closeness to the location being estimated redundancy between the data values anisotropic continuity (prefe

31、rential direction) magnitude of continuity / variability,克立格,Weighted Linear Estimators,Assign all of the weight to the nearest data (polygonal-type estimate) Assign the weights inversely proportional to the distance from the location being estimated (inverse distance schemes) where di is the distan

32、ce between data i and the location being estimated, c is a small constant, and is a power (usually between 1 to 3). How about using the variogram? that is kriging,克立格,Kriging,Minimum error variance estimate of the unknown: Simple kriging (SK): no constraint, the mean m is known. Ordinary kriging (OK

33、): the sum of the weights n=1 (u) constrained to equal 1. Kriging with a trend model (KT) considers that m is unknown and that it has a more complex trend of known shape but unknown parameters. where m(u) is the local mean, a1, l = 0.,L are unknown coefficients of the trend model, and fl(u) are low

34、order monomials of the coordinates. GSLIB allows nine different monomials up to quadratic functions of the coordinates ( x , y , z , xx , yy , zz, xy, xz , and, yz ). Kriging with an external drift is an extension of KT. Considers a single trend function f1(u) defined at each location from some exte

35、rnal (secondary) variable. Cokriging is for kriging with different types of data. Indicator Kriging has a different goal to build a conditional cdf rather than derive an estimate.,克立格,离散变量指示型模拟 （Indicator Simulation for Categorical Variables）,二、储层地质建模方法,高斯型模拟 （Gaussian Simulation for Porosity Modeli

36、ng）,渗透率的指示型模拟 （Indicator Simulation for Permeability Modeling）,模拟退火 （Simulated Annealing Techniques）,（3）地质统计学方法和技术,Indicator Coding of Data,local hard indicator data i(u;z) originating from local hard data z(u): i(u;z) = 1 if z(u )z, = 0 if not local hard indicator data j(u;z) originating from ancil

37、lary information that provides hard inequality constraints on the local value z(u). If z(u)(a ,b , then: 0 if z a j(u;z) = undefined (missing) if z(a ,b 1 if z b local soft indicator data y(u;z) originating from ancillary information providing prior (pre-posterior) probabilities about the value z(u

38、): y(u;z) = Prob Z(u) z | local information 0,1, and F(z) : global prior as defined hereafter global prior information common to all locations u within the stationary area A: F(z) = ProbZ(u) z, u A,Indicator Coding of Data,local hard indicator data i(u;z) originating from local hard data z(u): i(u;z

39、) = 1 if z(u )z, = 0 if not local hard indicator data j(u;z) originating from ancillary information that provides hard inequality constraints on the local value z(u). If z(u)(a ,b , then: 0 if z a j(u;z) = undefined (missing) if z(a ,b 1 if z b local soft indicator data y(u;z) originating from ancil

40、lary information providing prior (pre-posterior) probabilities about the value z(u ): y(u;z) = Prob Z(u) z | local information 0,1, and F(z) : global prior as defined hereafter global prior information common to all locations u within the stationary area A: F(z) = ProbZ(u) z, u A,二、储层地质建模方法,（3）随机模拟方

41、法分类,离散模型是为了描述具有不连续性质的地质特征而开发的，如河流相地层中砂体的位置和几何分布，砂岩中页岩夹层的分布和规模，裂缝和断层的分布、方向和长度，以及岩相模拟等。 在以上各种情况下，空间中的一个点属于有限分类数中的一个，而且仅有一个，随机模型控制着在每一点该分类的数值如何交互影响。例如，该模型可以控制一个砂体可以怎样侵入到另一个砂体中；裂缝是否横切，怎样横切，不同的岩相怎样相互牵制和排斥等等。对于重要层位，如可注水砂岩段，可以不经过实际流动模拟而计算出来。建模期间地质指导是十分重要的。,二、储层地质建模方法,（3）随机模拟方法分类,离散模型,Object-based 3-D model

42、ing of well defined geometric objects Pseudo genetically simulate depositional history Statistical controls: from cores, logs, seismic and outcrops,基于目标体的模拟（ Object-Based Modeling ）,地质几何体的三维模拟 模拟沉积历史 统计数据来自: 岩芯、测井、地震、和露头,二、储层地质建模方法,（3）随机模拟方法分类,离散模型,离散模型用于描述离散性质的地质特征，如河流沉积环境的砂体（河道、决口）位置和大小，砂岩中悬浮的页岩的分

43、布和大小，裂缝和断层的分布、方向和长度，相模拟等。 随机模拟可以控制一个砂体如何侵蚀另一个砂体，裂缝如何走向，不同相如何相对应等。不用实际流动模拟就可以计算出可注水砂的比例。在建模型时,地质思路是很关键的。 常见的离散型模型有：示性点过程、马尔科夫随机场、截断高斯、两点直方图。,基于目标体的模拟（ Object-Based Modeling ）,二、储层地质建模方法,（3）随机模拟方法分类,离散模型,对于每一变量，储层空间内的每一个点都有其不同的值。随机模型可以描述这些变量的中值情况，或可能的横向、纵向变化趋势；中值的可变性；与邻点之间的对比可靠程度。如果不仅是一个变量，则还可描述所研究的各变

44、量之间的协变性。 除了中值的变化趋势，大多数连续模型假定储层中各参数具有某种程度的稳定性。即储层的统计特征在空间中并不改变。这一假设并不总是正确的。对所研究储层的地质认识和经验，对于建立连续模型也是十分重要的，但是这种方法似乎更为机械。 连续模型用来描述连续变化的地质现象，如岩石特征、地震速度和量纲参数(如储层顶面、OWC等)。,二、储层地质建模方法,（3）随机模拟方法分类,连续模型,Pixel-based 3-D modeling of lithology, porosity and permeability Preserves major heterogeneities and stati

45、stical features Statistical controls: from cores, logs, seismic and outcrops,Lithology Porosity Permeability,基于象素的模拟（ Pixel-Based Modeling ）,岩性 孔隙度 渗透率,岩性、孔隙度、渗透率的三维模拟 表征主要非均质性和统计特征 统计数据来自: 岩芯、测井、地震、和露头,二、储层地质建模方法,（3）随机模拟方法分类,连续模型,连续型模型用于描述储层参数连续变化的特征，如渗透率、孔隙度和残余饱和度等、地震速度、油藏顶点和油/水界面。 模拟退火模拟法 顺序指标模拟法

46、 分形随机函数法 马尔科夫随机域法 LU分解法 转带法,二、储层地质建模方法,（3）随机模拟方法分类,连续模型,离散模型更接近于地质师对储层的解释，也更适合于模拟大规模的非均质性和储层不连续性。连续模型则适合于描述岩石特征的空间分布，但却或多或少采取了假设为稳定的形式。 人们自然会想到将这两种模型结合形，成一种混合模型(Alabert和Massonnat.1990；Damsleth等1992)，这种设想最近已引起普遍关注。大多数离散模型和连续模型可以以一种混合的方法进行结合。 第一步，用个离散模型描述模型中的大型非均质性。 第二步，用不同的连续模型描述离散模型中各单元内的岩石物理参数的空间变化

47、。,二、储层地质建模方法,（3）随机模拟方法分类,混合模型,二、储层地质建模方法,3、确定性+随机建模：约束建模,（1）断控定量建模：分断块构造建模 （2）相控定量建模：分相带储层建模 （3）井约束地震建模： （4）已知模型类比约束建模：输入已知模型,离散模型用于描述离散性质的地质特征，如河流沉积环境的砂体（河道、决口）位置和大小，砂岩中悬浮的页岩的分布和大小，裂缝和断层的分布、方向和长度，相模拟等。 随机模拟可以控制一个砂体如何侵蚀另一个砂体，裂缝如何走向，不同相如何相对应等。不用实际流动模拟就可以计算出可注水砂的比例。在建模型时,地质思路是很关键的。 常见的离散型模型有：示性点过程、马尔科

48、夫随机场、截断高斯、两点直方图。,二、储层地质建模方法,4、储层建模方法的适用性,（1）相和砂体分布定量模拟,相带模拟,Simulation Results: 岩相分布横剖面,P17,I27,I31,P47,P01,I9,I38,P08,R42,I20,P36,Facies Simulation,垂直岩性比例矩阵VPM,井的岩性资料,层的地震属性,岩相模拟,岩相模拟,垂直岩性比例曲线,岩性单元,井中岩相,储层随机模拟,连续型模型用于描述储层参数连续变化的特征，如渗透率、孔隙度和残余饱和度等、地震速度、油藏顶点和油/水界面。 模拟退火模拟法 顺序指标模拟法 分形随机函数法 马尔科夫随机域法 LU

49、分解法 转带法,二、储层地质建模方法,4、储层建模及适用方法,（2）储层物性定量模拟,从岩相到岩石物性,P17,I27,I31,P47,P01,I9,I38,P08,R42,I20,P36,W,E,Simulation Results: 孔隙度分布横剖面,物性三维方向上的变化,某门槛值的显示及体积计算,三维地质模型立体图,栅状剖面图,等深切片图,交叉剖面图,孔隙度各种方法比较,渗透率各种方法比较,文95块55流动单元退火模拟剩余油饱和度 （100次模拟均值图）,文95块55流动单元序贯高斯模拟剩余油饱和度 （100次模拟均值图）,孔隙度三维变差函数图,渗透率三维变差函数图,剩余油饱和度三维变差函数,三维孔隙度建模的三个实现 (XZ-YZ切