设为首页收藏本站本站手机版

阿什卡国际油气软件

 找回密码
 立即注册
搜索
热搜: 建模数模 裂缝描述 盆地模拟 数值试井 非常规 微地震 RMS软件 三维地质建模软件 开发地震 石油天然气 中石油 中石化 中海油 中化集团 蒋洁敏 王宜林 傅成玉 盆地模拟软件 沉积演化软件 油气资源远景评价 沉积层序模拟 非常规地震解释 微地震 地震反演 地震AVO分析 非常规油气勘探开发 四维地震 甜点预测 井间地震 页岩气开发技术 煤层气开发技术 三维地质建模 裂缝建模 油藏数值模拟 油藏动态分析 辅助历史拟合 试井解释 生产测井解释 生产动态分析 小井组快速数值模拟 建模数模成果规范化存储与应用 井筒节点分心 随钻数据实时传输 石油软件公司招聘 招聘信息 客户经理 项目服务 勘探开发 叠前同时反演 OpenFlow TemisFlow Dionisos PumaFlow interwell headwave transform IFP 法国石油研究院 KAPPA公司 ROXAR公司 Ecrin saphir topaze rubis emeraude tempest CougarFlow Amethyste restudio 斯伦贝谢 schlumberger 兰德马克 landmark Geoframe eclipse ofm peoffice neable ess ecs ees 中国石油 中国石化 中国海油 CNPC petrochina sinopec cnooc sinochem 测井解释 地震资料解释 地震资料处理 建模数模一体化 勘探开发一体化 地震地质油藏一体化 阿什卡公司招聘 油田工程服务 油田项目研究 软件代理 独家代理 阿什卡航空 最好的石油软件公司 最大的石油软件公司 阿什卡论坛 阿什卡年会 阿什卡公司官方微博 阿什卡公司官方网站 阿什卡公司地址 阿什卡公司电话 周晓舟 裘怿南 王家华 王佳华 SPE石油工程师协会 SEG地球物理协会 中国石油学会 大庆油田 新疆油田 克拉玛依油田 吐哈油田 吉林油田 辽河油田 冀东油田 玉门油田 华北油田 塔里木油田 大港油田 青海油田 BGP石油物探局 勘探开发研究院 采油厂 中海油湛江分公司 中海油上海分公司 中海油天津分公司 中海油广州分公司 中海油研究总院 待遇最好的石油软件公司 待遇最好的油田项目研究公司 最有实力的石油软件公司 业绩最好的石油软件公司 中国石油大学 大庆石油学院 东北石油大学 华东石油学院 西安石油学院 成都地质大学 西北石油学院 成都理工 油藏工程师 最好的地质建模软件 地质建模软件对比 导演李安 李双江 中国好声音 我是歌手 李天一 蓝可儿 西游·降魔篇 少年派的奇幻漂流
查看: 1815|回复: 4

[应用技巧] 走向“精准”油藏描述——小论如何让地质模型更准确

[复制链接]
发表于 2016-8-15 16:44:08 | 显示全部楼层 |阅读模式

0.jpg


走向“精准”油藏描述——小论如何让地质模型更准确(RMS技巧)
作者:胡勇


关于如何做好建模,每个人都有自己的看法,有人从理论上一套一套的,有人从操作上一套一套的。
那么什么样的模型是一个可靠的地质模型呢,众所周知有一个不是答案的答案:逼近地下真实的模型。
那么问题就来了,怎样来逼近地下真实呢?地下的东西看不见摸不着,谁知道到底如何。
没有调查就没有发言权,看看大伙都是怎么致力于提高模型准确度的吧。
上cnki,上spe,上aapg,国内国外期刊,sci,ei,核心,哪怕非核心都看一看。
结论就出来了,关于如何提高模型的可靠程度,几十年来大概集中在以下四个方面:
1、            建模算法
2、            地质认识
3、            约束建模
4、            模型优选


一、建模算法
算法有很多,成熟的(商业化的软件中),不成熟的(没有商业化的,高校与油田发表的文章中多见)。不管是哪种算法,从数学角度来看,既然是随机模拟,每个模拟的概率是相同的,因此每个模型都是合理的。但从油田生产角度来看,这些模型无一不经过一而再、再而三的调整,因此这些模型又都是不准确的。因此,这些模拟实现仅在某种程度上符合储集层的数学特征,逼近其“数学真实”而非“地质真实”。
关于算法也是很多技术人员很了解的内容,这里不谈令人眼花缭乱的公式,只谈应用,认清本质,比会推导公式更重要。
先讨论下大家最为熟悉,用得也最多的序贯指示到底有什么能耐。
首先看个实例效果吧,以基于变差函数的序贯指示模拟为例。
01.jpg
图a是研究区的岩相分布图(蓝色为砂,白色为泥),图b,c是序贯指示两次随机模拟实现。统计、对比发现,模拟结果砂岩发育长轴与井点统计参数基本一致(图e),而砂体形态及部分细节刻画上与原始相图差别较大,甚至相图上部分泥岩分布区域模拟出连片砂岩。
可见,地质统计学中,变差函数仅仅描述了数据的空间变异程度,而不同形态的地质体可能拥有相同的变异程度,图a,b,c就是这种情况,即井点统计变差函数模拟出来的地质体形态在服从输入数据统计的前提下,可以有无限多个,不确定性极大,但却鲜有与实际吻合,通常需反复多次调整。
此外,在本例中砂体南北向与东西向变程“居然”是相同的(图f),也就是说你对井点数据统计,很有可能得到一个各向异性的统计结果,但实际有时并不是这样,如图a,明明是河道嘛,有的宽,有的长……。如果在统计过程中不加以方向的控制,单纯由井点统计结果进行模拟,很可能导致砂体延展方向错误(图a,d),会产生完全不同的模拟结果。

再深入了解下变差函数到底在干什么。
变差函数基于两点相关性,用三个参数(变程)描述地质体空间形态,模拟结果在井少或无井区往往具有特定形态(完全按照你设置的变差函数来,也就是,要么是近圆状,要么是椭圆状),难以再现复杂储层形态,预测能力有限。
02.jpg
变差函数用三个方向的变程描述和控制着地质体形态:主变程,描述砂体的长度;次变程,与主变程方向垂直,描述砂体的宽度;垂向变程,垂直于主次变程方向,描述砂体的厚度。平面上看,长和宽相同,砂体形态为块状、近圆形,即各向同性(图a);长和宽不同,砂体形态为椭圆形,即各向异性(图b)。三个方向结合在一起看,砂体形态即为球体或椭球体。在有井区域,受井数据控制,椭球体可能演变成与实际接近的不规则形态,但在无井或少井区域,则形态单一、模型化,难以再现复杂多变的地质体形态。
所以,现有的随机模拟技术能够很好地实现两点:
1、模型中的数据概率分布情况与采样点统计规律基本一致(见后面的直方图对比);
2、模型中的数据空间展布特征与采样点统计特征基本一致(见上面的变差函数对比)。
也就是说,随机模拟强调的是全局相关性,得到的多个等概率模型在整体趋势上忠实于先验统计特征,能够保证在一定随机范围内的准确性,但从微观层面看,井间的储层属性如何分布,由于该技术手段的本质,不可避免的存在一定程度的随机性,即不确定性。
基于变差函数的两点地质统计学如此,基于训练图像的多点地质统计学亦然,它通过扫描训练图像获取各岩相先验概率,然后进行模拟,获取等概率实现。
当然,每个未知点用等概率插值,都符合数据宏观统计规律,每个实现都是可能的,却鲜有一个模型经得起钻井的检验。
是不是感到很悲观,还让不让人做了?反正怎么做都是个错误的模型。
如果你仅仅是依靠某种算法是远远不够的。各种方法均有其适用条件,而且不断有牛人在不断改进中,所以需要在合适的算法上面,再加入其他的条件。
河道的模拟算法条件化较差,且商业软件中尚无法实现点坝的模拟。多点统计模拟也有其缺陷,应用不广。
那么我们还是回到刚才几乎被我们打入冷宫的序贯指示模拟,看有没什么方法能进一步提高模型的准确度。


二、地质认识
平、剖、演化,就是地质认识,或者再说的详细点:砂体的长、宽、厚;河道的宽厚比;河道的边界之类的。
可惜,在序贯指示模拟中,是难以把你的认识给体现出来的。
看下图,左边为工区概况,是三角洲沉积环境,右边是经过了精心调配的变差函数模拟的结果。配上了一个比较相似的卫星图片
软件知道你的认识是什么吗?
完全不知道!
03.jpg
俄罗斯北部勒拿河三角洲
04.jpg
上面是序贯指示模拟,那么序贯高斯模拟呢?
05.jpg
一样的,软件根本不知道你想的是什么,他只是忠实地再现了你告诉它的东西。
你告诉了它什么?
对序贯指示模拟来说,下面这两张图就是你告诉软件的,和软件后来还给你的。
序贯指示模拟,需要两大类参数,岩性的比例,变差函数。
对模拟的结果进行统计,看,比例是符合的吧,变差函数也和你的输入是一样的,还原的都很好。
06.JPG
再看孔隙度的序贯高斯模拟,结果是一样的。
你告诉了它:数据成正态分布,它便给你模拟出正态分布,变差函数也给你还原了。
07.JPG
软件能做到的就这两个了,但这两个只是个宏观的概念。
什么意思?
也就是说,纯粹看模型的统计结果,比如孔隙度,你只能得到分布区间是0.04~0.32,形态大概是变差函数体现的2000左右。
那么高孔在哪?低孔在哪?这些细节你统统都得不到。
所以上面可以说纯粹只是一个数学游戏。
就象抛硬币,我知道每次是正面的概率都是50%,但是具体到某一次是多少,不知道。
为了把细节把握的更好点,换言之,在上面的基础上,你得再告诉软件一些空间上的细节的信息,比如高孔在哪?低孔在哪?
知道我想说什么了吧。
就是加入约束条件。


三、约束建模
空间上的信息也只有地震能够再补充一些了,所以采用地震属性来做约束建模是用的比较多的。地震属性有这么多,怎么用?
分三步走:

A、叠后反演——波阻抗优先。
为什么不是振幅优先或其他属性?波阻抗是反演出来的,一般情况下与储层都会有一定的对应关系。逆向思维也很容易理解,如果振幅、频率等属性都能和储层对应上的话,反演技术也不用这么火爆了。这里说的是叠后反演,纵波阻抗,单属性!下面这个例子就是在纵波阻抗区分较好的一个工区,将纵波阻抗转成岩性概率,来约束相模型。
08.jpg

B、叠前反演属性。
一个纵波阻抗不行,那就再多加几个,叠前反演,纵波、横波、密度,看能不能分的开。还分不开,那就用岩石物理,定量解释。看下图,不同的分区代表了不同的参数的比例,能够直接得到哪里孔隙度多少,哪里饱和度多少,哪里石英含量多少。RMS里面进行解释哦,很方便。
09.jpg
但是这里还有个问题,坐标轴只有两个,而对叠前反演来说,有三个主要参数影响较大:泥质含量,含水饱和度,孔隙度。两个轴要体现三个参数,必须有一个参数要假定不变,所以使用的条件也很严格。尤其是这个岩石物理的研究,不死也得脱层皮,怕死的就继续往下看吧。

C、多属性拟合——万金油。
如果叠后阻抗分不开,叠前纵、横阻抗也分不开,岩石物理你也不会,那就试试这个不是办法的办法吧,多属性拟合。地震属性有这么多,都提出来试试,与井上的测井属性做个非线性拟合,excel,spss等,可以从众多属性中挑选出几个来以达到拟合系数最高,从而得到一个属性能反映你的砂岩百分比或孔隙度分布的平面图。

下面开始一片新的天地
上面说的天花乱坠的,你说通过你这些方法做的模型可靠,谁信啊,怎么验证啊?
记住下面四条验证模型的手段
1、参数对比
2、盲井检验
3、历史拟合

四、地震正演
通过了数值模拟检验的模型,由于一些人为因素或其他原因,也不能完全保证模型的准确性,但一个拟合的不好的模型,肯定是不对的,这就不用多说了。
再来看参数对比,就是前面所说的变差函数和直方图,如果你的模型连这两个都做不到,连宏观规律都不能满足,那细节就根本不用去看了。
很幸运的是,如果你用RMS,这两个条件是很轻松满足的,如果你用其他建模软件,就很难说了,一层层,一个个相去调吧。
盲井检验,意思就是某口井不参与运算,然后与这口井对比。我个人认为,这是体现一个模型预测能力的绝好手段,但是很少有模型能达到,随便抽一口井来做检验都能吻合,这太恐怖了。只能尽量去往这上面去靠,要想盲井检验的效果好(相当于是纯预测了),空间上的约束条件必不可少,如前面说的地震约束。
最后是重点,地震正演。
说了一大堆,参数,变差函数,历史拟合,包括盲井,这些都做好了,模型就可靠了吗?
可能未必,因为地下的情况,说真的谁也不知道,唯有地震能略窥一二。
那么我们就做一个假设,如果做出来的模型很准确了(加入了你的各种认识,参数都比较精确),比如波阻抗模型,给他一个子波,再来做个正演,就得到了一个合成的地震数据体。将这个合成的地震数据体与实际的对比一下,对的不好的地方,是不是就能说明模型不太准呢?
好,说干就干!
假定已知地下实际波阻抗模型,用一个子波与之褶积,得到地震波形数据a;
再用建立的波阻抗模型与该子波褶积,得到地震波形数据b。
模拟建立波阻抗模型与实际波阻抗模型越接近,则地震数据a和b就越吻合,如果两个波阻抗模型完全一致,也就是模拟结果完全再现了地下实际情况,那么,a和b理论上也完全吻合;反之,若a和b差别越大,则模拟结果就越不可靠。
这就说明可以利用正演模型验证反演结果及其它技术手段得到的模型的可靠性。

10.png

多说无益,上图△

在研究区用相控的思路进行随机模拟(两点地质统计学),建立波阻抗属性模型(图a)。
按照上图的思路,用正演模型来验证该模型的可靠性:将正演得到的地震剖面1(红色)与实测地震剖面(黑色)叠合显示(图b),发现二者井间差别很大。
采用多点地质统计学建立波阻抗模型,正演模型2与实际地震差别同样很大(图c)。
可见纯粹模拟并不能很好反映地下实际情况,不可靠。
即便是直接采用地震反演成果——岩性体的控制下模拟的波阻抗,正演模型与地震仍有一定的差异(图c,请放大看,咱的目标可是精准描述),说明随机性无处不在。

11.jpg

a 模拟得到的波阻抗属性剖面(两点地质统计学) △

12.jpg

b 正演模型1(红色)与实际地震剖面(黑色)对比 △

13.jpg

c 正演模型2(红色)与实际地震剖面(黑色)对比 △

14.jpg

c 正演模型3(红色)与实际地震剖面(黑色)对比 △

这里顺便论述下为什么要用反演数据来约束建模,以及其可行性。
众所周知,地震数据具有横向连续性好、空间信息丰富等优势,用地震数据作约束不失为降低模型不确定性的有效办法。因振幅、频率、相位等常规地震属性能够反映岩石物理特征,但一般只局限于用平面属性来约束。
但是,注意:
在实验室能直接测量到的只有两类岩石物理特征数据:速度和密度(两者乘积即为波阻抗),波阻抗是地震反射形成的基础,所以同样从地震期望能够得到的岩石物理参数也只有速度和密度(两者乘积即为波阻抗),波阻抗(或速度)的差异可以定量描述岩石间组分、孔隙及含油性的差异,且是地震资料处理的最终形式,因此也是将地震与测井或岩性联系起来的参数(这两句是国外岩石物理大牛的话)。
通过地震反演能够得到波阻抗数据体,不同于纯粹模拟出来的的波阻抗体,反演波阻抗忠实于地震反射特征,不依赖于地质统计学参数,结果与井点处吻合,井间过渡自然,将反演的数据做正演与实际地震剖面相比较,二者相关系数达到99%以上(见下图),说明结果相对直接模拟的模型更能反映地质真实;另一方面,尽管很多情况下,反演结果相对可靠,但却不能直接用地震反演取代纯模拟,因为地震资料经过采集、处理等多个环节,存在一定多解性,且反演对井资料及子波等的要求相当高,工区内很多井往往不适合参与反演,如该共计钻井62口,而参与反演的井仅23口。
因此,井震联合建模,即将地震反演的成果(波阻抗数据、由波阻抗解释得到的岩相数据等)用来约束建模,才能最大程度地发挥钻井与地震资料的优势,比其它常规地震属性更能保证模型与实际相符合。

15.jpg
△ 正演模型(红色)与实际地震剖面(黑色)对比

最后看看用了地震做约束的模型,是如何经得住检验的吧。
盲井,看下图,其中井1、4为参与运算井,井3、2为未参与运算井(待验证)。由于随机模拟算法为基于井的地质统计学插值,在井点处的值与井绝对吻合,因此井1、4处模型与井点孔隙度值一致,而在井2、3处则为预测孔隙度值,从图中对比可知,无论厚层还是薄层模型均与井上吻合较好。

16.JPG
△ 孔隙度模型抽稀检验

再做正演对比,发现正演地震波形与实际地震波形能有效吻合,说明了波阻抗模型的可靠性,也说明了前述建模思路的合理性。怎么对的这么好?用RMS,把对的不好的地方用局部更新,反复修改,直到吻合好。

17.jpg
△ 正演模型(红色)与实际地震剖面(黑色)对比

历史拟合效果,大家不用羡慕,也不用怀疑下面的拟合结果。因为这个工区的地震实在太给力了,波阻抗对岩性区分太好了,想做不准都难,看看后面的波阻抗对岩性的区分图就明白了。

18.JPG
19.JPG

20.png

等等,好像模型优选没有讲阿,敬请期待下期。
都讲到这个份上了,你还不去用RMS?再不用,就没有下期啦!


说明
本文是胡勇博士探索的一个思路,文中案例是在地震资料好、波阻抗对岩性区分很清晰的情况下作出的,供广大同行参考和讨论。


荐:RMS绝技系列



(关注微信号 每期早看到↘)



--------------版权声明--------------

阿什卡原创文章
转发请注明出处

--------------版权声明--------------








发表于 2016-8-21 10:03:15 | 显示全部楼层
 楼主| 发表于 2016-8-22 16:45:00 | 显示全部楼层
zhhx1996 发表于 2016-8-21 10:03

谢谢哈
发表于 2018-2-26 09:17:08 | 显示全部楼层
得多学习啊。
 楼主| 发表于 2018-3-12 08:17:41 | 显示全部楼层

共同学习
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

手机版|阿什卡公司:最具影响力的国际油气软件增值服务商! ( 京ICP备05022395号  

GMT+8, 2018-8-20 01:16 , Processed in 0.554854 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc. & 1999-2017 ESSCA Group.

快速回复 返回顶部 返回列表