多点地质统计学中训练图像优选方法及其在地质建模-石油勘探与开发.pdf

2019 6 PETROLEUM EXPLORATION AND DEVELOPMENT Vol.46 No.3 1 文章编号：1000-0747(2019)03-0000-07 DOI: 10.11698/PED.2019.03.00 多点地质统计学中训练图像优选方法 及其在地质建模中的应用 1 1 1 2 2 2 王立鑫 ，尹艳树 ，冯文杰 ，段太忠 ，赵磊 ，张文彪 （1. 长江大学地球科学学院，武汉 430100 ；2. 中国石化石油勘探开发研究院 北京 100083 ） 基金项目：国家自然科学基金项目“三角洲前缘储层多点地质统计建模方法研究” ）； 国家科技重大专项（2016Z001 ，2016ZX05033-003-002 ） 摘要：在前人提出的高阶兼容性优选方法的基础上，提出一种基于数据事件重复概率的训练图像优选方法。其基本 思路是提取条件数据中蕴含的数据事件，统计所提取的数据事件在训练图像中的重复次数并计算其重复概率，得到 数据事件的无匹配率及其重复概率方差两个统计指标，用于表征训练图像中沉积模式的多样性与平稳性，评价其与 石油勘探与开发 建模区井数据蕴含的地质体空间结构的匹配性。无匹配率反映训练图像内地质模式的完备性，为首选指标；重复概 率方差反映训练图像内地质模式的平稳性，为辅助指标。综合以上两种指标实现了对训练图像的优选。多组理论模 型测试表明，重复概率方差小、无匹配率低的训练图像为最优训练图像。运用该方法对安哥拉 Plutonio 油田浊积水 道训练图像进行优选，结果表明所建立的地质模型与地震属性吻合度高，能够更好地刻画水道的形态特征及砂体的 分布模式。图9 参22 关键词：训练图像；数据事件；重复概率；多点地质统计；安哥拉；Plutonio 油田；浊积水道 中图分类号：TE122.2 文献标识码：A Training image optimization method in multipoint geostatistics and its application in geological modeling 1 1 1 2 2 2 WANG Lixin , YIN Yanshu , FENG Wenjie , DUAN Taizhong , ZHAO Lei , ZHANG Wenbiao (1. School of Geosciences, Yangtze University, Wuhan 430100, China; 2. SINOPEC Exploration Production Research Institute , Beijing 100083, China) Abstract: Based on the analysis of the high-order compatibility optimization method proposed by predecessors, a new training image optimization method based on data event repetition probability is proposed. The basic idea