[發明專利]用于優化多點統計仿真中的調節數據的數量的系統和方法

有效

• 申請號: 201380030685.8
• 申請日: 2013-04-24
• 公開（公告）號: CN104380145B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: S·B·思垂拜勒;C·E·卡維流思
• 申請（專利權）人: 雪佛龍美國公司
• 主分類號: G01V99/00
• 分類號: G01V99/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所11038
• 代理人: 陳新

技術領域

本發明總地涉及計算方法，更具體地講，涉及一種用于優化多點統計仿真中所使用的調節數據的數量的計算機系統和計算機實現的方法。

背景技術

在石油工業中的油田的表征中，使用地質統計學的3D建模通常用于評估儲層異質性和連通性。地質統計學通常使用kriging來在數據點或調節數據之間進行插值。調節數據包括測井硬數據，但是還可以包括軟數據，典型地，地震數據。

常規的3D建模方法基于變量圖或兩點統計。基于變量圖的算法允許使用基于像素的方法來整合井數據和地震數據。首先，將井數據分塊到儲層地層網格，即，將井數據值分配給井穿透并且取樣的單元。然后，使用某一形式的kriging，以井數據和地震數據為條件對儲層地層網格中的所有未取樣單元進行仿真。然而，使用常規的基于變量圖的方法構建的模型通常大多與地質學解釋不一致。基于變量圖的地質統計學不足以整合地質概念：兩點統計變量圖不允許對復雜的地質異質性進行建模。結果，基于變量圖的方法通常產生提供不良的儲層性能預測的模型。

在過去的10年里，傳統的基于變量圖的方法已經被多點統計(MPS)方法取代。MPS方法用地下地質學的3D數字概念模型取代傳統的變量圖，所述3D數字概念模型也被稱為訓練圖像。

MPS仿真是使用概念性地質模型作為3D訓練圖像(或訓練立方)來產生在地質學上逼真的儲層模型的儲層相建模技術。訓練圖像基于測井解釋和儲層構型建模中的一般經驗來提供地下地質地物的概念性 描述。MPS仿真從訓練圖像提取多點模式，并且將這些模式錨定到儲層井數據。

3D數據模板由用戶提供以定義將從訓練圖像再現的多點模式的維度。具體地講，3D數據模板的大小對應于用于在MPS仿真處理期間從訓練圖像推斷統計數據的調節數據的最大數量。模板越大(即，調節數據的數量越多)，訓練圖像所顯示的地質特征的再現越好。然而，因為MPS仿真的計算時間隨著模板的大小成指數增加，所以在仿真計算時間與訓練模式再現質量之間進行權衡。權衡是要建模的相的數量和訓練圖像的復雜度的函數。

針對給定的訓練圖像優化模板大小(即，MPS仿真中所使用的調節數據的數量)的一種常規方法是通過試錯法，在試錯法中，多個MPS仿真使用各種模板大小運行，并且保留允許合理的訓練圖像再現的最小模板大小。然而，該常規方法的計算時間非常密集(即，CPU時間密集)，并且很少被使用。相反，常見的常規方法由以下步驟組成，即，由有經驗的建模者將模板大小(即，調節數據的最大數量)設置為保守的并且高到足以確保合理的模式再現(即使使用復雜的多相訓練圖像)的任意數量。例如，在某些情況下，默認模板大小被設置為40個單元。在這種情況下，模式再現在大多數情況下是令人滿意的。然而，一個缺點是仿真可能占用幾個小時(在某些情況下，數十個小時)。

因此，需要一種消除常規方法中的這些和其他缺陷的用于優化調節數據模板以便找到最佳的模板大小或最佳的調節數據數量的方法，所述最佳的模板大小或最佳的調節數據數量將最小化MPS仿真的計算時間，同時保持訓練模式再現質量。

發明內容

本發明的一方面是提供一種用于優化多點統計仿真中所使用的調節數據的數量的計算機實現的方法。所述方法包括：將表示地下地質異質性的訓練圖像輸入到計算機中；將調節數據的初始保守數量輸入 到所述計算機中；由所述計算機選擇模板的幾何形狀，其中，模板的大小由調節數據的初始保守數量限定；使用所述計算機，通過下述方式來使用模板構建搜索樹，即，用模板掃描訓練圖像，并且將存在于訓練圖像中的數據模式存儲在搜索樹中以獲得多種模式；并且由所述計算機確定調節數據的閾值數量，所述閾值數量小于調節數據的初始保守數量，超過所述閾值數量所估計的相概率不會被附加的調節數據大幅修改。

本發明的另一方面是提供一種用于優化多點統計仿真中的調節數據模板的系統。所述系統包括：計算機可讀存儲器，其被配置為存儲輸入數據，所述輸入數據包括表示地下地質異質性的訓練圖像；以及調節數據的初始保守數量。所述系統還包括與計算機可讀存儲器進行通信的計算機處理器，所述計算機處理器被配置為：讀取所述輸入數據；選擇模板的幾何形狀，其中，模板的大小由調節數據的初始保守數量限定；通過下述方式來使用模板構建搜索樹，即，用模板掃描訓練圖像，并且將存在于訓練圖像中的數據模式存儲在搜索樹中以獲得多種模式；并且確定調節數據的閾值數量，所述閾值數量小于調節數據的初始保守數量，超過所述閾值數量所估計的相概率不被附加的調節數據大幅修改。