[发明专利]基于贝叶斯分类的储层参数预测方法及系统在审
申请号: | 201710548360.9 | 申请日: | 2017-07-06 |
公开(公告)号: | CN109214025A | 公开(公告)日: | 2019-01-15 |
发明(设计)人: | 周单 | 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石油物探技术研究院 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N7/00 |
代理公司: | 北京思创毕升专利事务所 11218 | 代理人: | 孙向民;廉莉莉 |
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: | 反演 弹性参数 似然函数 贝叶斯 参数预测 求解 贝叶斯公式 地质统计学 结果可靠性 模型初始化 物性 地质地球 地质意义 方程转换 随机模拟 随机特性 物理特征 物性参数 不均匀 差函数 分类 高斯 | ||
本发明公开了一种基于贝叶斯分类的储层参数预测方法及系统,该方法包括:基于已知的储层弹性参数,建立储层物性参数第一反演方程;基于贝叶斯公式,将第一反演方程转换为关于储层弹性参数的似然函数的第二反演方程;基于贝叶斯‑序贯高斯方法,求解储层弹性参数的似然函数;基于所得到的储层弹性参数的似然函数值求解第二反演方程获得储层物性参数值。本发明不需要进行复杂的模型初始化,充分考虑地质地球物理特征的随机特性的优势,使反演结果更具有实际地质意义,同时还能很好的解决地质统计学随机模拟方法中变差函数在井资料较少、甚至在工区内井分布不均匀的情况下反演结果可靠性不高的问题。
技术领域
本发明属于石油化工产业地球物理勘探领域,更具体地,涉及一种基于贝叶斯分类的储层参数预测方法及系统。
背景技术
目前,国内基于常规纵波反射地震资料的储层物性参数反演方法中最常用的两种方法分别是基于神经网络的储层物性参数非线性反演和基于地质统计学的随机模拟方法,这两种方法均属于非线性反演的范畴。基于贝叶斯理论的储层物性参数概率反演方法不需要进行复杂的模型初始化,而是基于储层物理模型来建立储层物性参数同储层弹性参数之间的概率统计关系,进而与叠前地震反演结合起来,不仅如此,它还兼具地质统计学随机模拟方法能充分考虑地质地球物理特征的随机特性的优势,使反演结果更具有实际地质意义,同时还能很好的解决地质统计学随机模拟方法中变差函数在井资料较少、甚至在工区内井分布不均匀的情况下变得极不稳定,而使反演结果可靠性不高的问题。但是目前基于贝叶斯理论的储层物性参数概率反演方法在计算过程中似然函数难以准确求取,因此,有必要开发一种基于贝叶斯分类的储层参数预测方法,能够求取稳定准确的似然函数。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种基于贝叶斯分类的储层参数预测方法及系统,其能够通过已知的储层弹性参数建立储层物性参数反演方程,并基于贝叶斯-序贯高斯模拟实现储层物性参数联合反演,该方法基于概率分布理论,能更好的表征确定的、不确定的误差因素的影响,获得稳定可靠的储层物性参数反演结果。
根据本发明的一方面,提出了一种基于贝叶斯分类的储层参数预测方法。所述方法可以包括:1)基于已知的储层弹性参数,建立储层物性参数第一反演方程;2)基于贝叶斯公式,将所述第一反演方程转换为关于所述储层弹性参数的似然函数的第二反演方程;3)基于贝叶斯-序贯高斯方法,求解所述储层弹性参数的似然函数;4)基于所得到的所述储层弹性参数的似然函数值求解第二反演方程获得所述储层物性参数值,其中,所述储层参数包括所述储层弹性参数和所述储层物性参数。
优选地,所述储层物性参数包括孔隙度φ,含水饱和度sw和泥质含量C;所述储层弹性参数包括纵波速度Vp,横波速度Vs和密度ρ。
优选地,反演所述储层物性参数是孔隙度φ、含水饱和度sw和泥质含量C中的任意一种或任意组合。
优选地,所述第一反演方程为:
其中,[φ,sw,C]为储层物性参数,φ为孔隙度,sw为含水饱和度,C为泥质含量;为储层弹性参数,Vp为纵波速度,Vs为横波速度,ρ为密度;j为储层物性参数的类别数。
优选地,所述第二反演方程为:
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石油物探技术研究院,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石油物探技术研究院许可,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/201710548360.9/2.html,转载请声明来源钻瓜专利网。