三维地质建模方法-网络版课题.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随机模拟方法分类表 变差函数参数的最优性检验:变差函数是否符合实际,应该进行检验。一种实用的检验方法为“交叉验证法”(Cross-validation),检验标准是在各实测点根据周围点计算的克里金估计值与该实测值的误差平方平均最小。估计误差的平方与克里金估计方差之比越接近1,则说明变差函数与实际的符合程度越高。实际上,这种方法在检验变差函数的同时,也在检验所使用的克里金估计方法的适用性。 克里金算法 简单克里金 SK 、普通克里金 OK 、具有外部漂移的克里金、泛克里金 UK 、因子克里金、协同克里金、贝叶斯克里金 BK 、指示克里金等 (1)克里金插值为局部估计方法,对估计值的整体空间相关性考虑不够,它保证了数据的估计局部最优,却不能保证数据的总体最优,因为克里金估值值的方差比原始数据的方差要小。因此,当井点较少且分布不均时可能会出现较大的估计误差,特别是在井点之外的无井区误差可能更大。 克里金方法的局限性 (2)克里金插值法为光滑内插方法,为减小估计方差而对真实观测数据的离散性进行了平滑处理,虽然可以得到由于光滑而更美观的等值线图或三维图,但一些有意义的异常带也可能被光滑作用而“光滑”掉了。所以,有时,克里金方法被称为一种“移动光滑窗口”。 克里金方法的局限性(续) 确定性建模软件主要有SGM、EarthVision、Geofram中的建模模块等。其中,SGM为确定性储层建模软件,EarthVision主要为确定性构造建模软件,其中有简单的确定性储层建模部分。Geofram为一套集地质、测井、地震解释、三维建模为一体的综合勘探软件平台,其中包含综合运用多学科资料进行确定性储层建模的模块。 确定性建模软件 确定性建模的局限性 储层本身是确定的,但是,在资料不完善以及储层结构空间配置和储层参数空间变化复杂的情况下,人们难于掌握任一尺度下储层的确定的且真实的特征或性质,也就是说,在确定性模型中存在着不确定性,亦即随机性。因此,人们广泛应用随机建模方法进行储层建模。 概念及意义 随机模拟原理 随机模拟方法 随机建模 随机建模,是指以已知的信息为基础,以随机函数为理论,应用随机模拟方法,产生可选的、等概率的储层模型的方法,亦即对井间未知区应用随机模拟方法给出多种可能的预测结果。 一、概念及意义 Stochastic simulation Stochastic modeling 这种方法承认控制点以外的储层参数具有一定的不确定性,即具有一定的随机性。因此采用随机建模方法所建立的储层模型不是一个,而是多个,即针对同一地区,应用同一资料、同一随机模拟方法可得到多个模拟实现 即所谓可选的储层模型 。 对于每一种实现 即储层模型 ,所模拟参数的统计学分布特征与控制点参数值统计分布特征是一致的,即所谓等概率。 针对同一地区,应用同一资料、同一随机模拟方法可得到多个模拟实现 。 各个实现之间的差别则是储层不确定性的直接反映。如果所有实现都相同或相差很小,说明储层模型中的不确定性因素少,否则说明不确定性大。 据此可了解由于资料限制而导致的井间储层预测的不确定性,以满足油田开发决策在一定风险范围的正确性。 储层非均质表征及不确定性评价 储量不确定性评价 三维储层建模的重要意义之一是储量计算,即应用三维网格计算储量,而不仅仅是根据平面图及对应的平均值来计算。 由于随机建模可给出一系列实现,即针对同一地区,应用同一资料、同一建模方法建立多个储层地质模型。 将这些实现用于三维储量计算,则可得出一簇储量结果。它不是一个确定的储量值,而是一个储量分布。通过这一分布,我们可以更客观地了解地下储量,从而为开发决策提供重要的参考依据,保证油田开发决策在一定风险范围内的正确性。 UNCERTAINTY In the preceding section we talked about the Quantification of Uncertainty. If you like, this a statistical way of expressing exactly how uncertain we are that a given result or set of results from a model is accurately representative of the real world. Take as an example the outcome of 100 realisations of two different reservoir models with the spread of results expressed as histograms thus:- Both of these histograms show the

文档评论(0)

舞林宝贝 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档