[发明专利]利用空间上独立的数据子集来计算空间上相关的储藏数据的属性分布不确定性的系统和方法

说明书

相关申请的交叉引用

本申请涉及标题为“SYSTEM AND METHOD OF USING SPATIALLY INDEPENDENT SUBSETS OF DATA TO DETERMINE THE UNCERTAINTY OF SOFT-DATA DEBIASING OF PROPERTY DISTRIBUTIONS FOR SPATIALLY CORRELATED RESERVOIR DATA(利用空间上独立的数据子集来确定对应于空间上相关的储藏数据的属性分布的软数据去偏的不确定性的系统和方法)”的专利申请和标题为“METHOD OF USING SPATIALLY INDEPENDENT SUBSETS OF DATA TO CALCULATE VERTICAL TREND CURVE UNCERTAINTY OF SPATIALLY CORRELATED RESERVOIR DATA(利用空间上独立的数据子集来计算空间上相关的储藏数据的垂直趋势曲线不确定性的方法)”的专利申请，二者都与本专利申请同时提交并且通过引用的方式将其全部内容合并在此。

技术领域

本发明总体上涉及对于岩石物理数据的统计分析，更具体来说涉及一种利用空间上独立的数据子集来计算空间上相关的储藏数据的属性分布不确定性的系统和方法。

背景技术

在钻井日志(油井电缆(wireline)、LWD或套管井日志)处对储藏属性进行采样。对于储藏的正确表征(特别是对于纯岩石体积、孔隙体积以及原油地质储量的估计)需要对于页岩体积、孔隙度、饱和度等等的属性分布以及这些属性分布的不确定性的估计。属性分布不确定性是储藏表征的一个关键组成部分，其会影响到体积不确定性和储藏采收率(recovery)预测。

通常来说，储藏建模者无法导出对应于其模型的准确的分布不确定性。传统的自助(bootstrap)统计技术常常被用来评估人口统计或属性分布的不确定性(其例如被实施在由Oracle Corporation开发的应用Crystal Ball中)。

但是传统的自助法错误地假设每一项所收集的属性数据都是一项独立的测量。Journel的空间自助法(A.G.Journel的“Resampling from stochastic simulations(从随机仿真进行重采样)”，Environmental and Ecological Statistics，1994年，第63-91页)不假设数据独立性。但是这些方法仅被用来确定属性分布的均值的不确定性。这些方法没有被用来确定分布本身的不确定性。

因此需要一种确定属性分布的不确定性的方法，所述属性分布例如是(但不限于)页岩体积、孔隙度、饱和度等等的属性分布。

发明内容

根据本公开内容的一些方面，提供一种实施在计算机上的用于计算空间上相关的岩石物理数据的属性分布不确定性的方法。所述方法包括：将包括相关的数据的样本岩石物理数据输入到计算机中；利用计算机对样本岩石物理数据应用变量图从而选择多个数据子集，所述数据子集的相关性远低于样本岩石物理数据；利用计算机在所述多个数据子集当中的每一个数据子集上应用自助处理，以便从所述多个数据子集当中的每一个数据子集获得多个自助数据集合；计算对应于所获得的多个自助数据集合当中的每一个自助数据集合的数据分布；利用所选的统计参数对所述数据分布进行排序，从而获得已排序数据分布；以及基于已排序数据分布表征不确定性。

根据本公开内容的其他方面，提供一种用于计算空间上相关的岩石物理数据的属性分布不确定性的计算机系统。所述计算机系统包括被配置成存储包括相关的数据的样本岩石物理数据的存储设备，以及被配置成输出图形用户界面的处理器，所述图形用户界面具有用于输入包括变量图在内的参数的多个栏位。所述处理器被配置成：对样本岩石物理数据应用变量图从而选择多个数据子集，所述数据子集的相关性远低于样本岩石物理数据；在所述多个数据子集当中的每一个数据子集上应用自助处理，以便从所述多个数据子集当中的每一个数据子集获得多个自助数据集合；计算对应于所获得的多个自助数据集合当中的每一个自助数据集合的数据分布；利用所选的统计参数对所述数据分布进行排序，从而获得已排序数据分布；以及基于已排序数据分布表征不确定性。