[发明专利]一种基于序贯随机模糊模拟的储层预测方法及系统有效
申请号: | 201911178292.7 | 申请日: | 2019-11-27 |
公开(公告)号: | CN110927793B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 张艳;高世臣;李德崎;马乔雨;周恒;张凯 | 申请(专利权)人: | 中国地质大学(北京) |
主分类号: | G01V1/30 | 分类号: | G01V1/30;G01V1/28 |
代理公司: | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人: | 胡剑辉 |
地址: | 100083*** | 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: | 一种 基于 随机 模糊 模拟 预测 方法 系统 | ||
1.一种基于序贯随机模糊模拟的储层预测方法,其特征在于,包括:
步骤100、地震属性优选,根据地震数据提取得到地震属性平面分布图,并结合研究区测井数据及地震属性数据,筛选出对储层敏感的地震属性数据;
步骤200、网格系统及随机路径建立,根据地震属性平面图确定研究区网格系统网格节点的个数,并通过伪随机数建立访问网格节点的随机路径,根据随机路径遍历每个待模拟的网格节点,所述随机路径的确定方式为:
在伪随机数对网格节点进行编码的基础上,将所有的网格节点以伪随机数作为标识,将其从系统中剥离出来作为独立的原始样本形成数据库;
将数据库中的原始样本进行数据化作为统计数据的样本;
设定随机路径生成的正态分布模型,并根据随机路径的生成需求确定正态分布模型的参数;
将数据库中的数据样本送入正态分布模型中并得到分布柱状图;
依据选择精度确定相应的区间,并将位于区间内的数据样本点上标识,将点上标识后的数据样本以伪随机数为依据恢复到地震属性平面图上;
以标识点作为随机路径的锚定点确定访问路线;
步骤300、条件数据搜索,依据待模拟点搜索周边的条件数据,依据待模拟的网格节点搜索周边条件数据的具体步骤为:
步骤301、在整个研究区内将待模拟的网格节点分为固定节点和随机节点,其中所述固定节点是按照相同的规则均匀分布在整个研究区内,所述随机节点是按照预先预测结果的优势区范围内随机加密的网格节点;
步骤302、以随机节点作为优势点,并且按照相同的规则延伸至整个研究区的所有网格节点上,将所有涉及到的网格节点均作为源点;
步骤303、以每一个源点作为搜索的起始点开始向周围的其它网格节点顺次展开直至与其它源点的搜索范围重合,当不同源点的搜索范围重合时,对每一个源点所覆盖边界的网格节点进行二次搜索,并且不同源点的搜索结果分别保存再进行比对,当两者的结果相同时进行下一步,当两者结果不同时则自主修改网格节点上的参数在该区域内重新搜索;
步骤400、模拟模型建立,根据搜索到的条件数据,采用模糊识别方法和序贯随机模拟方法构建序贯随机模糊模拟模型;
步骤500、储层厚度平面图预测,根据序贯随机模糊模拟模型建立待模拟网格节点的累计概率分布,并通过随机抽样得到待模拟点的储层厚度值,根据随机路径访问下一个待模拟点,直至所有网格节点模拟完,得到研究区储层厚度的离散分布模拟结果,通过插值方法得到研究区储层厚度平面预测图;
步骤600、多个模拟结果获取,通过建立不同的随机路径得到研究区多个储层厚度预测结果。
2.根据权利要求1所述的一种基于序贯随机模糊模拟的储层预测方法,其特征在于,步骤200具体包括:
步骤201、根据研究区范围及地震属性平面图的网格间距确定网格节点的个数,每个待模拟的网格节点包含提取的多个地震属性及待模拟网格节点的储层厚度信息,待模拟网格节点具体表述为Sj[vj1,vj2,…,vjm,…,vjp],其中j为研究区网格节点索引值,总个数为L,p为地震属性的个数;vjm为第j个网格节点样本点处第m个地震属性值,1≤j≤L,1≤m≤p;
步骤202、根据rand函数建立伪随机数,并根据建立的伪随机数对网格节点的个数进行编码,再通过伪随机数建立访问网格节点的随机路径,基于建立的随机路径访问每个网格节点。
3.根据权利要求2所述的一种基于序贯随机模糊模拟的储层预测方法,其特征在于,步骤300中所述条件数据包括测井数据及已模拟数据,所述已模拟数据是根据假设的模拟模型得到的待模拟点的储层厚度值,已模拟数据具体表述为ASk[vk1,vk2,…,vkp,hk],其中k为研究区设定模拟模型中网格节点索引值,总个数为L,vkp为设定模拟模型中第k个网格节点样本点处第p个地震属性值,hk为已模拟数据点的储层厚度值。
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地质大学(北京),未经中国地质大学(北京)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/201911178292.7/1.html,转载请声明来源钻瓜专利网。