网站大量收购闲置独家精品文档,联系QQ:2885784924

地质建模概论讲解.ppt

  1. 1、本文档共60页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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。
  3. 3、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
  4. 4、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
目标点密度在空间上可以是均匀的,也可以根据地质规律赋予一定的分布趋势。在实际应用中,目标点位置可以通过以下规则来确定: (1)密度函数(即各相的体积比例及其分布趋势) (2)关联(如井间相连通) 和排斥原则(如同相物体或不同相物体之间不接触的最小 距离)。 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于目标的方法 物体性质(marks):物体几何学特征。 形状:矩形、椭球体、锥形、自定义; 几何学参数:长、宽、高等; 方向、顶底位置 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于目标的方法 利用优化算法(如模拟退火)可以使模拟实现忠实于井信息、地震信息以及其它指定的条件信息。 波阻抗、振幅 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于目标的方法 冲积体系的河道和决口扇(背景相为泛滥平原) 三角洲分流河道和河口坝(背景相为河道间和湖相泥岩) 浊积扇中的浊积水道(背景相为深水泥岩) 滨浅海障壁砂坝、潮汐水道等(背景相为泻湖或浅海泥岩) 砂体中的非渗透泥岩夹层、 非渗透胶结带 断层 裂缝 事件现象模型 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于目标的方法 高斯模拟 截断高斯模拟 指示模拟 分形模拟 随机游走模拟 多点地质统计模拟 2).基于象元(pixel-based)的方法 pixel : Picture element, 象元、象素 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 1).高斯模拟 Gaussian Simulation ----连续变量模拟 高斯随机域是最经典的随机函数模型。最大特征是随机变量符合高斯分布(正态分布)。 在实际应用中,若参数分布不符合正态分布,则通过正态得分变换将其变为正态分布,模拟后再进行反变换。 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 高斯模拟是应用很广泛的连续性变量随机模拟方法。它适用于各向异性不强的条件下连续变量的随机模拟。 相控条件下应用广泛。 建模基本输入: 条件数据 数据均值与偏差 变差函数参数(如变程) (若为相控建模,还需分相输入上述参数) ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 2).截断高斯模拟 Truncated Gaussian Simulation (TGS) ----类型变量的模拟 截断高斯随机域属于离散随机模型,其基本模拟思路是通过一系列门槛值截断规则网格中的三维连续变量而建立离散物体的三维分布 。 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 重要基础: 指示变换、 指示克里金。 3).指示模拟 ----类型变量和连续变量模拟 Indicator Simulation A (100) B (010) A (100) C (001) 常用方法:序贯指示模拟 Sequential Indicator Simulation (SIS) ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 指示模拟可用于模拟复杂各向异性的地质现象。由于各个类型变量均对应于一个指示变差函数,也就是说,对于具有不同连续性分布的类型变量(相),可给定(指定或通过数据推断)不同的指示变差函数,从而可建立各向异性的模拟图象。 因此,指示模拟可用于多向分布的沉积相建模(如三角洲分流河道与河口坝复合体),也可用于断层和裂缝的随机建模 。 ★油藏地质建模概论 怎样建模 3.储层建模的方法-基于象元的方法 4).分形随机模拟 分形(fractal),或分形几何(fractal geometry),是Mandelbrot(1977)提出的用于描述自然界许多复杂和不规则形态的数学方法。 Hewett(1986)首次将分形理论应用于储层研究。 ----连续变量的模拟 B.B.Mandelbrot, “Fractals:Form,Chance and Dimension” Freeman, San Francisco,

文档评论(0)

shuwkb + 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