[发明专利]地质形态插值的KM方法无效
申请号: | 201210238891.5 | 申请日: | 2012-07-11 |
公开(公告)号: | CN103543478A | 公开(公告)日: | 2014-01-29 |
发明(设计)人: | 王永诗;穆星;刘书会;徐希坤;刘惠民;王学军;王长江;马承杰;杨培杰;黄志宏;张娟;管晓燕;邹文勇;李文涛;杨永红;黎萍 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司地质科学研究院 |
主分类号: | G01V9/00 | 分类号: | G01V9/00 |
代理公司: | 济南日新专利代理事务所 37224 | 代理人: | 谢省法 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地质 形态 km 方法 | ||
1.地质形态插值的KM方法,其特征在于,该地质形态插值的KM方法包括:
步骤1,基于地质特征训练图像进行地质结构特征的提取;
步骤2,基于该地质结构特征进行插值模拟;
步骤3,基于多点地质统计学和传统地质统计学进行插值模拟;以及
步骤4,基于图像分析技术的插值进行结果优化。
2.根据权利要求1所述的地质形态插值的KM方法,其特征在于,步骤1包括:
a)逐点扫描该地质特征训练图像;
b)以n阶正方形模板为扫描范围,扫描该搜索节点周围的点;
c)遍历该搜索节点的搜索单元;
d)记录搜索事件到该搜索单元;
e)判断是否遍历完搜索单元,当未遍历完搜索单元时,返回到步骤c;
f)判断是否扫描完该n阶正方形模板,当未扫描完该n阶正方形模板时,返回到步骤b;以及
g)判断是否扫描完该地质特征训练图像,当未扫描完该地质特征训练图像时,返回到步骤a。
3.根据权利要求1所述的地质形态插值的KM方法,其特征在于,在步骤1中,利用自定义的数据模板扫描用户输入的该地质特征训练图像,构造得到该动态地质特征库即搜索树特征库,并预留该地质特征训练图像的用户接口。
4.根据权利要求3所述的地质形态插值的KM方法,其特征在于,在步骤2中,结合该动态地质特征库和测井数据中每个实际井测出来的硬数据点数据信息,进行基于条件概率的插值运算,挑选一条插值路径遍历所有的未知点,估算出各个未知点的地质特征数据信息,模拟出一系列的地质结构图。
5.根据权利要求4所述的地质形态插值的KM方法,其特征在于,该插值路径默认从图像左上角第一个像素点开始遍历,并预留了用户输入指定遍历该插值路径的接口。
6.根据权利要求3所述的地质形态插值的KM方法,其特征在于,在步骤2中,在该搜索树建立完成后,通过访问得到该搜索树中记录的数据事件重复次数来计算相应决定待插值点取何种状态值的条件概率分布函数(conditional probability distribution function, cpdf)。
7.根据权利要求6所述的地质形态插值的KM方法,其特征在于,访问该搜索树的步骤包括:
确定一个访问待插值点的插值路径,在每一个待插值点u处,使得条件数据置于一个以该待插值点u为中心的数据模板中,令n表示条件数据个数, 为条件数据事件,从该搜索树中检索和并求取该待插值点u的条件概率分布函数;
从该待插值点u的条件概率分布中按照蒙特卡罗方法提取一个状态值作为该待插值点u的随机模拟值,将该随机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;以及
沿插值路径的下一个节点,重复上述步骤,直到所有的节点都被模拟到为止,以产生一个随机模拟实现。
8.根据权利要求2所述的地质形态插值的KM方法,其特征在于,在步骤3中,多点地质统计学方法进行模拟插值的步骤包括:
提取搜索树叶子节点;
分组该叶子节点;
遍历插值路径;
获取待插值点周围状态值;
与该搜索树对比得到条件概率;
基于该地质特征训练图像进行概率优化;
根据该条件概率插值;以及
判断是否遍历完插值路径,当未遍历完插值路径时,返回到该遍历插值路径的步骤。
9.根据权利要求1所述的地质形态插值的KM方法,其特征在于,在步骤3中,以插值出来的具有一定地质结构特征的区域为约束,结合测井数据中每个实际井测出来的硬数据点数据信息,通过传统地质统计学的方法模拟出贴近实际油层分布的地质结构图。
10.根据权利要求1所述的地质形态插值的KM方法,其特征在于,在步骤4中,提供一系列基于图像分析学的优化图像显示效果的功能,以选择该功能对最终的插值出来的该地质结构图进行进一步的优化处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司地质科学研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司地质科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210238891.5/1.html,转载请声明来源钻瓜专利网。