科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于连井剖面、沉积相平面等地质分析结果构建正交的二维训练图像,通过线性池化方法获得3个方向上的二维概率,随后采用对数线性池化将3个方向上的概率融合,最终确定未知点处的三维多点模式概率,实现由二维剖面重构三维模型的目的。针对二维训练图像中模式变化性较小,概率分布代表性降低从而导致抽样不确定性增加的问题,引入自适应空间抽样方法,采用迭代模拟策略,从前次模拟结果中可信度高的区域抽取部分点作为附加条件点参与下一次模拟,从而提高了模式概率抽样稳定性。侧积层概念模型对比表明,采用自适应空间抽样的重构算法提高了模式抽样的准确性和空间结构特征的合理性,能够准确反映侧积层形态和分布样式。在加拿大某区块McMurray组曲流河储集层的实际应用表明,新方法准确地再现了潮汐影响下曲流河储集层内部复杂的侧积层形态、空间分布样式和发育特征。抽稀井检验表明,模拟准确度在85%以上,新钻水平井侧积层解释与预测结果符合率达到80%。图13表3参41
-
单位中国石化石油勘探开发研究院; 中海油研究总院有限责任公司; 长江大学
