[发明专利]一种分流砂坝型三角洲前缘训练图像建立方法有效
申请号: | 201810509607.0 | 申请日: | 2018-05-24 |
公开(公告)号: | CN108763732B | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 王立鑫;尹艳树;张昌民;冯文杰;尹太举 | 申请(专利权)人: | 长江大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 武汉开元知识产权代理有限公司 42104 | 代理人: | 陈家安 |
地址: | 430100 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三角洲前缘 砂坝 训练图像 分流 河道中线 沉积 自动获取 原点 分叉点 灵活 | ||
本发明涉及一种分流砂坝型三角洲前缘训练图像建立方法,该方法包括在三角洲前缘储层沉积范围内产生河道中线,并以河道中线的分叉点为沉积原点生成分流砂坝。本发明所述方法解决了分流砂坝型三角洲前缘训练图像自动获取的问题,与现有的方法相比,更加灵活快捷。
技术领域
本发明属于油气勘探开发技术领域,具体涉及一种分流砂坝型三角洲前缘训练图像建立方法。
背景技术
Hu(2008)指出,多点地质统计学建模将两点统计中变差函数计算的难题转移到三维训练图像获取上来。作为多点统计关键输入,储层空间结构以及统计规律都是来源于训练图像,因此,训练图像好坏决定了地质模型精度。然而,在传统地质研究中,地质沉积模式几乎都是各种二维图件进行表征,且多为定性的。随着各种定量软件引入,二维地质图件定量化已经得到很好的解决,但是三维定量化储层模式(即训练图像)研究仍然极其有限,虽然人机交互能够实现三维训练图像建立(吴胜和等,2008),但是其所耗费的工作量巨大,其次,所建立的训练图像仅针对某一个油藏或者研究区;对于其他地质差异较大区块,需要重新获得三维训练图像。因而,从计算机角度通过有限参数自动生成三维训练图像成为共识。由于训练图像仅需要与地下沉积体结构类似,而不必满足于井条件数据,采用基于目标的方法通过非条件模拟获得训练图像成为首选,传统的Fluvsim(1996,2002)在河流相多点统计训练图像产生中得到了广泛应用。进一步的,针对河流弯曲演化,Prycz(2008,2009)发展了Fluvsim方法,提出了基于沉积过程的建模方法,在河流相、深水浊积朵叶体训练图像建立方面取得了较为明显效果,其训练图像直接应用于实际区多点统计建模,取得了较好的效果(Roy等,2008)。
然而,对于扇相储层,例如三角洲前缘分流砂坝区,由于河道方位变化及其自身的分叉和消亡,造成前缘复杂储层结构,导致传统的基于目标的方法难以刻画分流砂坝的叠置分布配置关系。基于沉积过程的建模方法从河流演化的角度出发模拟分流砂坝的位置,能够从沉积机理上表征储层分布。是目前基于目标方法研究的一个重要方向。但基于沉积过程的建模方法仅在河流相、深水浊积朵叶体中得到应用,在三角洲相储层中,目前没有文献报道。利用多点统计进行三角洲前缘分流砂坝建模,文献也较少,且多考虑的是二维变化(Hu,2008;Honarkhah,2010;冯文杰等,2014)。或者是用二维训练图像模拟三维储层变化(段冬平等,2012)。因此,为了使得多点统计能够更好的应用与三角洲前缘储层建模中,针对分流砂坝型三角洲前缘储层,提出了一种分流砂坝型三角洲前缘训练图像的自动生成方法。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种分流砂坝型三角洲前缘训练图像建立方法,通过统计研究区河口分流砂坝的规模参数、形态参数、下倾角度等数据特征,结合地质上对分流砂坝形成与分布的认识,设计一种自动模拟河道向湖区推进分叉形成分流砂坝的方法,实现分流砂坝型三角洲前缘训练图像建立的新方法。
为实现上述目的,本发明所述的分流砂坝型三角洲前缘训练图像建立方法包括以下步骤:
第一步:研究区的分支河道形态参数统计,同时建立与研究区一致的地质网格模型,输入工区的物源方向;
第二步:确定三角洲前缘储层沉积范围;
第三步:在三角洲前缘储层沉积范围内产生河道中线,并以河道中线的分叉点为沉积原点生成分流砂坝;
第四步:输出分流砂坝型三角洲前缘训练图像。
进一步地,所述三角洲前缘储层沉积范围的水平向受公式(1)所示边界函数控制,
其中,LFW为三角洲前缘储层沉积范围的长度,BFW为三角洲前缘储层沉积范围的宽度,w为供源通道宽度。
进一步地,所述河道中线的分叉点根据随机概率与分叉概率判断获得,随机概率与分叉概率的判断式如下所示:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长江大学,未经长江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810509607.0/2.html,转载请声明来源钻瓜专利网。