一种基于MRF的油气储层岩相随机模拟及实现方法

摘要

本发明公开了一种基于MRF的油气储层岩相随机模拟及实现方法，利用MRF的条件概率公式，选取势函数为对数化的转移概率函数得到目标位置的岩相发生概率，利用邻域内的已知点和已模拟点，采用序贯模拟和条件模拟相结合的思想，依据转移概率函数图计算待模拟区域各类岩相的发生概率，利用蒙特卡洛随机模拟，得到该网格的岩相模拟结果。利用应用程序接口将所述方法以算法插件的形式整合到SGeMS平台中，可以实现在三维空间目标储层任意角度旋转并进行任意位置剖面切割的效果。由于转移概率方向性的存在，对于刻画岩相转移的单向分布趋势和各向异性特征，基于MRF的石油储层岩相预测的准确率得到显著提高。

权利要求

1.一种基于MRF的油气储层岩相随机模拟及实现方法，其特征在于，包括以下几个步骤：

步骤1：获取待模拟地区所选井段的油气储层的探井岩相属性数据；

步骤2：对待模拟地区进行网格化处理，并进行岩相数字标记；

根据待模拟地区的空间大小及岩相变化规律，对待模拟地区进行网格化处理，使得每个网格具有一种岩相属性，即每个网格具有唯一的岩相数字标记；

步骤3：对待模拟地区网格，计算笛卡尔方向的各位置上岩相之间的转移概率，获取待模拟地区网格的笛卡尔方向的转移概率函数图；

步骤4：依据步骤3得到的转移概率函数图，按照以下的目标条件概率公式计算待模拟区域网格中各目标位置属于各类岩相的发生概率：所述目标条件概率公式是利用MRF的条件概率公式，选取势函数为对数化的转移概率函数得到；

其中，s1,…,sN是目标位置s的邻居，且是按照与目标位置之间的距离从近到远排列的序列；l1,…lN,k,f分别为岩相属性数字标记，取值范围为{1,2,3,4,…,K}，对应于步骤1中获取的研究区域的岩相属性；hi表示目标位置与目标位置的邻居点之间的距离，称为滞后距，按照距离从近到远依次取值； 表示由目标位置的岩相属性k转化成间隔为hi的邻居所对应的岩相属性li的转移概率； 表示与目标位置距离最近的钻井位置s1对应的岩相l1转化为目标位置s所对应岩相k的转移概率，所述钻井位置s1与目标位置s之间的距离为h1；K表示所有的岩相种类总数；N表示目标位置的邻居个数；xs是目标位置s处的岩相属性标志，xr是位置r处的岩相属性标志；

步骤5：根据步骤4计算得到的待模拟区域网格中各位置属于各类岩相的发生概率，利用蒙特卡洛随机模拟，得到岩相分布模拟图。

2.根据权利要求1所述的一种基于MRF的油气储层岩相随机模拟及实现方法，其特征在于，依据设定步长，对步骤1采集的探井岩相属性数据在垂直方向上，采用卡方检验探井岩相属性数据的马氏性；

若探井岩相属性数据具有马氏性，则依据待模拟地区的岩相属性类别对岩相属性数据进行数字标记，否则，若所述探井岩相属性数据不具有马氏性，则重新选取待模拟地区的井段，返回步骤1获取探井岩相属性数据。

3.根据权利要求1或2所述的一种基于MRF的油气储层岩相随机模拟及实现方法，其特征在于，对所述步骤1-步骤5所述的方法通过程序编译生成动态链接库，同时，编写模拟参数输入界面；将动态链接库和模拟参数输入界面整合到SGeMS平台的插件目录下，在debug与release模式下运行解决方案，得到MRF算法插件，利用融合了MRF算法插件的SGeMS平台实现油气储层岩相随机模拟。

说明书

一种基于MRF的油气储层岩相随机模拟及实现方法

技术领域

[0001] 本发明涉及一种基于MRF的油气储层岩相随机模拟及实现方法。

背景技术

[0002] 石油储层可视化是将储层模型与可视化技术相结合，通过图像直观的展示储层属性的分布规律。国内外比较成熟的储层可视化软件系统如GASOR、Petrel、RMS仅提供给终端用户操作界面，难以集成新的储层建模算法。对于大量的地质勘测数据，工程计算软件如MATLAB虽具有程序可扩展性以及可视化功能，却面临着计算时间与存储空间等多重挑战，其三维模拟结果往往具有边界粗糙，内部结构难以表征等固有缺陷。另一方面，传统的储层建模软件多基于克立金插值算法，并采用克立金变体的模拟方法，克立金算法具有空间对称性，而实际地质构造往往具有各向异性和非匀质性。研究一套基于某种平台的能够表征复杂储层结构的可移植算法插件成为石油勘测技术中亟需解决的问题。

发明内容

[0003] 本发明提供了一种基于MRF的油气储层岩相随机模拟及实现方法，其目的在于，为了克服现有技术中油气储层岩相随机模拟具有边界粗糙，内部结构难以表征等的问题。

[0004] 一种基于MRF的油气储层岩相随机模拟及实现方法，包括以下几个步骤：

[0005] 步骤1：获取待模拟地区所选井段的油气储层的探井岩相属性数据；

[0006] 步骤2：对待模拟地区进行网格化处理，并进行岩相数字标记；

[0007] 根据待模拟地区的空间大小及岩相变化规律，对待模拟地区进行网格化处理，使得每个网格具有一种岩相属性，即每个网格具有唯一的岩相数字标记；

[0008] 步骤3：对待模拟地区网格，计算笛卡尔方向的各位置上岩相之间的转移概率，获取待模拟地区网格的笛卡尔方向的转移概率函数图；

[0009] 即待模拟地区网格中每个位置上从现有的岩相属性转化成其他岩相属性的概率；

[0010] 步骤4：依据步骤3得到的转移概率函数图，按照以下的目标条件概率公式计算待模拟区域网格中各目标位置属于各类岩相的发生概率：

[0011]

[0012] 所述目标条件概率公式是利用MRF的条件概率公式，选取势函数为对数化的转移概率函数得到；

[0013] MRF是Markov链在空间上的拓展，其特征在于目标位置的条件概率只与其邻居系统有关，其联合分布的概率表达式可由Gibbs分布求解；

[0014] 其中，s1,…,sN是目标位置s的邻居，且是按照与目标位置之间的距离从近到远排列的序列；l1,…lN,k,f分别为岩相属性数字标记，取值范围为{1,2,3,4,…,K}，对应于步骤1中获取的研究区域的岩相属性；hi表示目标位置与目标位置的邻居点之间的距离，称为滞后距，按照距离从近到远依次取值； 表示由目标位置的岩相属性k转化成间隔为hi的邻居所对应的岩相属性li的转移概率； 表示与目标位置距离最近的钻井位置s1对应的岩相l1转化为目标位置s所对应岩相k的转移概率，所述钻井位置s1与目标位置s之间的距离为h1；K表示所有的岩相种类总数；N表示目标位置的邻居个数；xs是目标位置s处的岩相属性标志，xr是位置r处的岩相属性标志。

[0015] 公式(1)中，通过首先选取距离目标位置最邻近的样品点(钻井位置)s1，计算由该位置s1对应的岩相属性l1转化为相距h1的目标位置s所对应岩相属性k的转移概率在该公式中，转移概率 的方向和剩余N-1个目标位置邻居点的转移概率方向恰好相反，该方法可以有效解决储层建模中大类过度大估计以及小类过度小估计问题；

[0016] 步骤5：根据步骤4计算得到的待模拟区域网格中各位置属于各类岩相的发生概率，利用蒙特卡洛随机模拟，得到岩相分布模拟图。

[0017] 基于转移概率的储层模拟要求勘探数据满足马氏性，即短程相关性；为了使得所采集的探井岩相属性数据满足马氏性要求，使用所采集的探井岩相属性数据进行储层模拟前进行如下判断：

[0018] 依据设定步长，对步骤1采集的探井岩相属性数据在垂直方向上，采用卡方检验探井岩相属性数据的马氏性；若探井岩相属性数据具有马氏性，则依据待模拟地区的岩相属性类别对岩相属性数据进行数字标记，否则，若所述探井岩相属性数据不具有马氏性，则重新选取待模拟地区的井段，返回步骤1获取探井岩相属性数据。

[0019] 对所述步骤1-步骤5所述的方法通过程序编译生成动态链接库，同时，编写模拟参数输入界面；将动态链接库和模拟参数输入界面整合到SGeMS平台的插件目录下，在debug与release模式下运行解决方案，得到MRF算法插件，利用融合了MRF算法插件的SGeMS平台实现油气储层岩相随机模拟。

[0020] 根据步骤4计算得到的待模拟区域网格中各位置属于各类岩相的发生概率，利用蒙特卡洛随机模拟，将每个位置中最大后验概率的岩相属性数字标记赋值给该位置，得到该网格的岩相模拟结果，进而获取整个储层的岩相分布模拟图。通过鼠标拖动，可以实现目标储层在三维空间任意角度旋转的效果。设定SGeMS平台“Preferences”栏目下“Volume Explorer”的x，y，z值，可以得到目标体任意位置的剖面切割图。

[0021] 有益效果

[0022] 本发明提供了一种基于MRF的油气储层岩相随机模拟及实现方法，该方法利用MRF的条件概率公式，选取势函数为对数化的转移概率函数得到目标位置的岩相发生概率，考虑邻域内基团势函数与转移概率函数之间的数学关系，利用邻域内的已知点和已模拟点，采用序贯模拟和条件模拟相结合的思想，依据转移概率函数图计算待模拟区域各类岩相的发生概率，利用蒙特卡洛随机模拟，得到该网格的岩相模拟结果。利用该模拟方法通过编译，利用应用程序接口将MRF模型以算法插件的形式整合到SGeMS平台中，通过设定该平台“Preferences”栏目下“Volume Explorer”的x，y，z值，可以实现在三维空间目标储层任意角度旋转并进行任意位置剖面切割。MRF算法能很好地反映复杂空间的连续性且在应用中能更准确描述地质体的空间分布，同时回避了求取表征储层形态的复杂方程。由于转移概率方向性的存在，对于刻画岩相转移的单向分布趋势和各向异性特征，基于MRF算法插件的SGeMS软件平台模拟效果要优于基于克立金算法的传统储层可视化系统，石油储层岩相预测的准确率得到显著提高。

附图说明

[0023] 图1为待模拟区域的钻井位置示意图；

[0024] 图2为MRF算法数据指定界面；

[0025] 图3为MRF算法条件输入界面；

[0026] 图4为应用本发明所述方法的模拟效果示意图；

[0027] 图5为三维空间目标储层剖面切割图。

具体实施方式

[0028] 下面将结合附图和实施例对本发明做进一步的说明。

[0029] 本实例中针对塔河油田沙75区进行模拟，依据S66井、S92井、S67井及S75井的钻井信息，考虑该区储层特点，以1米为步长，对S66井、S92井、S67井及S75井在垂向上进行岩相更替统计分析，用卡方检验验证岩相序列的马氏性。观察到的岩相序列主要有四类，分别为砂岩，砾岩，泥岩，灰岩，依次用数字1，2，3，4表示。

[0030] 一种基于MRF的油气储层岩相随机模拟及实现方法，包括以下几个步骤：

[0031] 步骤1：获取待模拟地区所选井段的油气储层的探井岩相属性数据；

[0032] 步骤2：对待模拟地区进行网格化处理，并进行岩相数字标记；

[0033] 根据待模拟地区的空间大小及岩相变化规律，对待模拟地区进行网格化处理，使得每个网格具有一种岩相属性，即每个网格具有唯一的岩相数字标记；

[0034] 依据设定步长，对步骤1采集的探井岩相属性数据在垂直方向上，采用卡方检验探井岩相属性数据的马氏性；若探井岩相属性数据具有马氏性，则依据待模拟地区的岩相属性类别对岩相属性数据进行数字标记，否则，若所述探井岩相属性数据不具有马氏性，则重新选取待模拟地区的井段，返回步骤1获取探井岩相属性数据。

[0035] 塔河油田沙75区南北长4000米，东西长3000米；选择5200-5300米为模拟井段的层段深度，为SQ2低位体系域，垂直方向的间隔取1米，侧向间隔取为50米，最终得到由网格系统组成的模拟空间，如图1所示。

[0036] 步骤3：对待模拟地区网格，计算笛卡尔方向的各位置上岩相之间的转移概率，获取待模拟地区网格的笛卡尔方向的转移概率函数图；

[0037] 即待模拟地区网格中每个位置上从现有的岩相属性转化成其他岩相属性的概率；

[0038] 步骤4：依据步骤3得到的转移概率函数图，按照以下的目标条件概率公式计算待模拟区域网格中各目标位置属于各类岩相的发生概率：

[0039]

[0040] 所述目标条件概率公式是利用MRF的条件概率公式，选取势函数为对数化的转移概率函数得到；

[0041] MRF是Markov链在空间上的拓展，其特征在于目标位置的条件概率只与其邻居系统有关，其联合分布的概率表达式可由Gibbs分布求解。

[0042] (1)式中，s1,…,sN是目标位置s的邻居，且是按照与目标位置之间的距离从近到远排列的序列；l1,…lN,k,f分别为岩相属性数字标记，取值范围为{1,2,3,4,…,K}，对应于步骤1中获取的研究区域的岩相属性；hi表示目标位置与目标位置的邻居点之间的距离，称为滞后距，按照距离从近到远依次取值。 表示由目标位置的岩相属性k转化成间隔为hi的邻居所对应的岩相属性li的转移概率； 表示与目标位置距离最近的钻井位置s1对应的岩相l1转化为目标位置s所对应岩相k的转移概率，所述钻井位置s1与目标位置s之间的距离为h1；K表示所有的岩相种类总数；N表示目标位置的邻居个数；xs是目标位置s处的岩相属性标志，xr是位置r处的岩相属性标志。岩相的发生概率是归一化的转移概率的乘积；

[0043] 公式(1)中，通过首先选取距离目标位置最邻近的样品点(钻井位置)s1，计算由该位置s1对应的岩相属性l1转化为相距h1的目标位置s所对应岩相属性k的转移概率在该公式中，转移概率 的方向和剩余N-1个目标位置的邻居点转移概率恰好相反，该方法可以有效解决储层建模中大类过度大估计以及小类过度小估计问题。

[0044] 步骤5：将步骤4所述方法通过程序编译生成动态链接库，同时，编写模拟参数输入界面；将动态链接库和模拟参数输入界面整合到SGeMS平台的插件目录下，在debug与release模式下运行解决方案，得到MRF算法插件。所述MRF算法插件主要由两部分组成：动态链接库(DLL)和参数输入界面，插件界面如图2和图3所示；设计的具体步骤如下：

[0045] (1)编写以MRF命名的头文件(MRF.h)，以MRF命名的主文件(MRF.cpp)。给出派生类中各个函数的定义，通过初始化函数initialize()实现参数的接受以及参数的初始化，并将接收的函数存储到数据成员中。定义参数界面。在Ui文件的顶部添加算法标记。

[0046] (2)在主文件(MRF.cpp)加载GEOSTAT_PLUGIN宏，在GEOSTAT_PLUGIN宏中以类名(MRF)作为参数，进行函数调用。

[0047] (3)编译C++源文件获得动态链接库(.dll)，把动态链接库(.dll)与参数输入界面(.ui)复制到插件目录下，重新在debug与release模式下运行解决方案，得到MRF算法插件。

[0048] 图2中“GRID”下拉菜单用于选择待模拟区域的网格，“New Property Name”用于对新指定的属性进行命名。“object”用于选定硬数据(如井数据)，“Property Name”用于选定硬数据中的具体信息(如岩相属性)。

[0049] 图3给定了搜索条件。“Condition data”栏目下的“Min”和“Max”选项用于指定搜索椭圆内的邻居数范围。“range”表示搜索半径，可以设定Max(最大)，Min(最小)以及Med(中间)值。“angles”指代笛卡尔方向的搜索角度，分别用“Azimuth”(方位角，垂直z方向)，“Dip”(视倾角，横向x方向)以及“Rake”(视倾角，横向y方向)表示。“transiogram”用于导入现有的转移概率模型，“Number of category”给定所选工区的类型总数，“Probability”要求输入各种类别(如岩相)的边际概率(即先验概率)。

[0050] 根据步骤4计算得到的待模拟区域网格中各位置属于各类岩相的发生概率，利用蒙特卡洛随机模拟，将每个位置中最大后验概率的岩相属性数字标记赋值给该位置，得到该网格的岩相模拟结果，进而获取整个储层的岩相分布模拟图，如图4所示。通过鼠标拖动，可以实现目标储层在三维空间任意角度旋转的效果。设定SGeMS平台“Preferences”栏目下“Volume Explorer”的x，y，z值，可以得到目标体任意位置的剖面切割图，如图5所示。