CN106605158B - 利用用于深度剖绘的参数化模板的沉积物运移模拟 - Google Patents
利用用于深度剖绘的参数化模板的沉积物运移模拟 Download PDFInfo
- Publication number
- CN106605158B CN106605158B CN201580047310.1A CN201580047310A CN106605158B CN 106605158 B CN106605158 B CN 106605158B CN 201580047310 A CN201580047310 A CN 201580047310A CN 106605158 B CN106605158 B CN 106605158B
- Authority
- CN
- China
- Prior art keywords
- depth
- point map
- deposit
- averaged
- time step
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013049 sediment Substances 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 54
- 239000012530 fluid Substances 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 23
- 230000004907 flux Effects 0.000 claims abstract description 20
- 230000005484 gravity Effects 0.000 claims abstract description 15
- 238000000151 deposition Methods 0.000 claims description 39
- 230000008021 deposition Effects 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000003628 erosive effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 239000011435 rock Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 6
- 239000004576 sand Substances 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 4
- 238000005137 deposition process Methods 0.000 description 4
- 238000004062 sedimentation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- BVPWJMCABCPUQY-UHFFFAOYSA-N 4-amino-5-chloro-2-methoxy-N-[1-(phenylmethyl)-4-piperidinyl]benzamide Chemical compound COC1=CC(N)=C(Cl)C=C1C(=O)NC1CCN(CC=2C=CC=CC=2)CC1 BVPWJMCABCPUQY-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007071 enzymatic hydrolysis Effects 0.000 description 1
- 238000006047 enzymatic hydrolysis reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 210000002706 plastid Anatomy 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
针对模拟中的至少一个步长,本文所提供的深度平均流动模拟***和方法采用参数化模板用于动态深度剖绘。在一个说明性的基于计算机的实施例中,模拟方法包括,对于一个给定时间步处的每个地图点:基于所述地图点的不同粒度等级的深度平均沉积物浓度和深度平均流速确定流动模板和沉积物浓度模板;采用模板来构建所述地图点的相关联的粒度等级的垂直分布沉积物浓度剖面和垂直分布流速剖面,从而获得3D流速和3D沉积物浓度场;使用3D场计算流体和沉积物通量;基于所述通量的散度更新流速和沉积物浓度剖面;对剖面求积分来计算更新的深度平均流速和沉积物浓度以及重心;以及为下一时间步长求解深度平均流动方程。
Description
背景技术
当今的许多油气藏通过在古盆地中的流体流动沉积矿床而形成。流体流动运移沉积物、分选和选择性地沉积不同大小的颗粒,以形成具有可预测的几何形状和性质的沉积体。如果这样过程可以以足够的精度来切实模拟,则地下储层的实际建模成为可能。石油和天然气工业期望地质模型作为储层动态模拟的输入,这用来选择新井的位置、估计油气储量和计划储层开发策略。地质模型指定用于表征储层动态和确定储层的可生产性的关键参数(诸如流体性质和渗透率的空间分布)。(对于砂岩储层,渗透率的空间分布是组成该储层的砂的粒度分布、由细粒物质对那些砂的划分以及该储层的矿物学和埋藏历史的函数。)更实际的模型使得业界能够制订更优化的生产策略
地质建模过程可以使用许多不同类型的测量数据,包括但不限于从岩心、测井日志、地震数据、试井和生产数据获得的岩石性质数据,以及限定模型空间内的不同区的结构和地层面。通常情况下,可用的测量数据的分辨率或空间覆盖不足以唯一地确定地质模型空间中的每个点处的岩石性质。因此,该行业已制定了若干方法来填充丢失的数据,包括对沉积物运移和沉积过程的模拟。
这样的过程模拟已经以各种方式进行尝试,包括:求解全3D流体流动方程;使用物理还原策略和求解一组更简单的唯象方程,以及求解一组2D深度平均流动方程。当对整个储层和/或盆地规模的有用空间和时间分辨率进行尝试时,全3D流体流动模拟在计算上费用过高。该物理还原策略采用启发式规则或随机游走过程来模拟沉积物运移,但却遭受限制其实用性的伪影和数值噪声水平。现有的深度平均流动模拟可以采用经典的圣维南浅水方程(St.Venant shallow water equations)或帕克的三或四方程浊流模型来获得相对于全3D流体流动模拟的显著计算优势。
因此,使用2D深度平均流动方程的模拟广泛用于许多工程应用。然而,在储层和/或盆地建模的情况下,许多的自然流动是高度分层的,并且分层程度在时间和空间上动态地变化。而且,这种分层是对沉积物质的最终几何结构和性质的关键影响。例如,悬浮混浊物质在流动中的分层与堤坝泥质沉积的特征密切相关联。在现有的储层和/或盆地的深度平均流动模拟中,流动的损失和沉积物浓度在垂直方向上的可变性,以及其在时间和空间上的对应变化预计导致显著的误差。
发明内容
因此,这里公开了采用动态参数化模板用于深度剖绘(profiling)的动态深度平均流动模拟***和方法。这种基于模板的动态剖绘使得能够保持深度平均流动模拟方法的计算优势,尤其是在它们的计算速度方面,同时提供流速和沉积物浓度的足够的代表性垂直变化及其在时间和空间上的变化。
在一个说明性的基于计算机的实施例中,该模拟方法包括,对于一个给定时间步长处的每个地图点:基于所述地图点的深度平均流速和深度平均沉积物浓度确定流动模板和至少一个沉积物浓度模板;采用该模板来通过使用模板构建所述地图点的垂直分布流速剖面和垂直分布沉积物浓度剖面来重建3D流动和3D沉积物浓度场;在每个地图点处使用重建的3D流动场来计算每个不同粒度等级的沉积物通量和流动通量;通过计算每个地图点处的沉积通量的散度来更新沉积物浓度剖面;求积分以更新深度平均沉积物浓度和重心;以及使用这些动态更新的值来针对流动场和下一时间步长求解深度平均流动方程。沉积物浓度剖面更新操作可能考虑流速剖面、床面剪切应力、侵蚀、沉积物沉积、清水夹带/卷出以及湍流扩散。在模型中的每个点处,可以在每个时间步长确定净沉积物沉积并将其记录以供随后分析。
在另一实施例中,用于模拟沉积盆地的演化的基于计算机的方法包括:在每个地图点处,基于深度平均流速和针对相关联的粒度等级的一个或多个深度平均沉积物浓度来确定流动模板和至少一个沉积物浓度模板,所述深度平均流速和所述一个或多个深度平均沉积物浓度中的每个针对给定时间步长处的所述地图点。该方法还包括:在每个地图点处,将所述流动模板应用到所述深度平均流速并将所述至少一个沉积物浓度模板应用到所述一个或多个深度平均沉积物浓度以获得针对所述地图点的垂直分布流速剖面和一个或多个垂直分布沉积物浓度剖面,从而在所述给定时间步处重建针对相关联的粒度等级的一个或多个3D沉积物浓度场和3D流速场。该方法还包括:在每个地图点处,使用所述3D流速场和所述一个或多个3D沉积物浓度场来计算针对相关联的粒度等级的一个或多个沉积物通量和流体通量。此外,该方法包括:在每个地图点处,基于给定时间步长处的所述地图点处的所述流体通量的散度和所述一个或多个沉积物通量的一个或多个散度更新所述流速剖面和所述一个或多个沉积物浓度剖面。该方法还包括:在每个地图点处,通过对给定时间步长处的所述地图点的所述流速剖面和所述一个或多个沉积物浓度剖面求积分来计算所述深度平均流速和所述一个或多个深度平均沉积物浓度,从而获得更新的2D流速场和更新的一个或多个2D沉积物浓度场。此外,该方法包括:从所述一个或多个沉积物浓度剖面导出每个地图点的重心;以及基于更新的2D流速场、更新的一个或多个2D沉积物浓度场、重心和流动高度来对一组二维流动方程求解,以在每个地图点处计算下一时间步长处的深度平均流速。
在又一实施例中,一种沉积盆地演化模拟器***包括:具有模拟器软件的存储器;耦合到所述存储器以执行所述模拟器软件的一个或多个处理器,所述软件使所述一个或多个处理器在多个时间步长中的每个中执行如下操作,包括:在每个地图点处,基于针对相关联的粒度等级的一个或多个深度平均沉积物浓度和深度平均流速确定流动模板和至少一个沉积物浓度模板,所述深度平均流速和所述一个或多个深度平均沉积物浓度中的每个针对给定时间步长处的所述地图点。所述操作还包括在每个地图点处,将所述流动模板应用到所述深度平均流速并将所述至少一个沉积物浓度模板应用到所述一个或多个深度平均沉积物浓度以获得针对所述地图点的垂直分布流速剖面和一个或多个垂直分布沉积物浓度剖面,从而在所述给定时间步处重建针对相关联的粒度等级的一个或多个3D沉积物浓度场和3D流速场。所述操作还包括:在每个地图点处,使用所述3D流速场和所述一个或多个3D沉积物浓度场来计算针对相关联的粒度等级的一个或多个沉积物通量和流体通量。所述操作包括:至少部分基于给定时间步长处的所述地图点处的所述流速剖面和所述一个或多个沉积物浓度剖面来在非暂时性信息存储介质中记录每个地图点处作为深度的函数的净沉积物沉积。此外,所述操作包括:在每个地图点处,基于给定时间步长处的所述地图点处的所述流体通量的散度和所述一个或多个沉积物通量的一个或多个散度更新所述流速剖面和所述一个或多个沉积物浓度剖面。所述操作还包括:在每个地图点处,通过对给定时间步长处的所述地图点的所述流速剖面和所述一个或多个沉积物浓度剖面求积分来计算所述深度平均流速和所述一个或多个深度平均沉积物浓度,从而获得更新的2D流速场和更新的一个或多个2D沉积物浓度场。所述操作还包括:从所述一个或多个沉积物浓度剖面导出每个地图点的重心。所述操作还包括:基于更新的2D流速场、更新的一个或多个2D沉积物浓度场、重心和流动高度来对一组二维流动方程求解,以在每个地图点处计算下一时间步长处的深度平均流速,将下一时间步长作为所述给定时间步长并重复所述确定、应用、使用、记录、更新、计算、导出和求解操作。
附图说明
在附图中:
图1和2是储层盆地模型的一部分的地图视图和正视图。
图3是储层盆地模型的更新正视图。
图4是储层盆地模型的透视图。
图5是深度平均流动方程的一个解的地图视图。
图6A示出了来自所公开的方法的实施例的说明性流动和浓度模板,其在底部附近具有接近零的速度且在流动的顶部具有逐渐增加的速度;
图6B示出了来自所公开的方法的实施例的另一说明性流动和浓度模板,其具有从零开始并随深度逐渐增加,但在底部存在小的下降的沉积物浓度;
图6C示出了来自所公开的方法的实施例的针对特定粒度等级的另一说明性流动和浓度模板;
图7是具有经由用于深度剖绘的参数化模板确定的沉积物运移的说明性深度平均流动模拟方法的流程图。
图8是说明性的深度平均流动模拟***。
图9是说明性的软件流程图。
然而,应当理解,在下面的附图和具体实施方式中给出的具体实施例不限制本公开内容。相反,它们为普通技术人员提供辨别在随附权利要求的范围中所包含的替代形式、等同物以及其它修改的基础。
具体实施方式
表征油气藏中的关键非均质性的沉积体的复杂的结构与沉积体系中不同尺寸的沉积物颗粒的运移、侵蚀、沉积以及分选过程直接相关。例如,形成三角洲或盆底扇的碎屑沉积体的沉积通常全部以含沙水从狭窄河槽(诸如河口或海底峡谷口)流进开阔区域(诸如浅的河流***的开阔水体或海底环境中的深海平原或深水盆地)开始。其中含沙水流进入沉积发生的开阔区域的点通常被称为河槽或峡谷口,或简单地称为对应的沉积盆的入口。最初,这种流动自由扩展并随流动减速沉积沉积物。此后,随着沉积的沉淀物长高,沉积的沉淀物开始阻碍流动场。最终,沉积变得足够大,使得流动围绕沉积改道。这导致流动场到过去沉积以外或邻近过去沉积的开阔区域的新的路径和入口。然后沉积过程重复,并创建***中的第二主体。随着创建额外的主体,它们可能会重叠和堆叠在先前的主体之上。多个主体也可以与***同时创建。所得到的沉积体的堆叠可以表示油气藏的结构。
根据本公开的动态深度平均流动模拟采用对三维沉积矿床,它们的结构和岩石性质的形成和演化的基于物理的数值模拟。通过将所得到的地层模式、沉积体几何结构和岩石性质与相关联的沉积过程和对应的地质控制相链接,这种模拟可以降低储层解释和表征中的不确定性。他们模拟流体流动和沉积物运移物理工作在与沉积体系相关联的大规模和长期演化期间的运作,从而成功地在三维上以高空间分辨率再现沉积结构和岩石性质。
基于地下体积的地震图像,所公开的方法使得能够构建详细说明贯穿地下体积的粒度分布的地质模型。在至少一些实施例中,该方法涉及(1)利用给定的初始条件和边界条件来使用基于物理的数值模拟计算流体流动和沉积物运移;(2)将流体流动和沉积物运移与合适的侵蚀和沉积模型耦合以模拟***中的各个地方的多种尺寸和性质的沉积物的侵蚀和沉积;(3)使用适当的三维网格方案来记录***中的各个地方的沉积物的侵蚀和沉积,以及该***的变化的地形或水深;(4)通过动态地改变边界条件来维护对***的外部控制。
图1-4描绘了由所公开的方法模拟的模型的各个方面。图1描绘了具有初始或演化流动边界12和14的流体流动10的地图视图。流体流动10经由入口15进入模型区域,所述入口15为方便起见居中在X和Y轴的原点。从入口发出的流动在正x方向上开始移动。在入口15处,流动具有初始宽度17和半宽8,其前端在正x方向上扩展。还描绘了由流动形成的沉积16的轮廓。
图2描绘了沿着图1的x轴截取的正视图,示出了流体流动10被分层为两层。图2将流体的两层示出为干净层20在含沙层28之上,其中上界由海平面21提供,且下限由海底22提供。含沙层28在本文中也被称为浑水层。沉积过程发生前的底部海拔是24。入口15处的含沙水层的高度是26。含沙水层28的高度可能基于位置而变化,如位于进一步沿着图2的x轴的不同点的高度27所示。
图3描绘了沉积已经发生之后沿着图1的x轴所截取的正视图。如图2所示,图3中的流体流动被描述为包括在含沙层28之上的干净层20。初始底部24连同新沉积的沉积层36的厚度已经将海底海拔改变为30。
如图4所示,模拟对三维模型空间111进行操作以形成沉积物质如何在底表面117上堆积或以其它方式影响底表面117的地形的写照。当模拟完成时,模型空间将包含描绘具有不同性质的区域的沉积地质体113和面边界115。模型空间可以用作模型块(单元)的三维阵列,每个具有分配的地质和/或地球物理性质,诸如岩性、孔隙度、声阻抗、渗透率、水饱和度(这样的性质将被统称为“岩石性质”)。地质建模过程的目标是将岩石性质分配给地质模型空间中的每个模型块。模型空间内的每个单元甚至可以与作为时间的函数的详细说明沉积物类型、体积和沉积速率的历史相关联。所得到的储层层段的详细模型适合用于估计该层段的岩石性质和生产特性,以及周围物质和总体盆地的性质。
模拟过程包括全三维域和二维(深度平均)域中的操作,并采用参数化模板从一个向另一个转化。在三维中,让点(x,y,z)在时间t处的流速的x轴分量表示为u(x,y,z,t)。让其它水平分量(沿y轴)表示为v(x,y,z,t)。流速的垂直(z轴)分量可以被表示为w(x,y,z,t),但为了支持随后以夹带和湍流扩散形式的考虑,它被认为是微不足道的,并此后被忽略(即,设置为零)。按粒径将沉积物浓度分配成频段(bin)(以Di代表第i个频段的代表性直径)并表示为ci(x,y,z,t)。这种频段分配浓度在本文中可以被称为“给定粒度等级的沉积物浓度”。
在二维中,让点(x,y)在时间t处的深度平均流速的x轴分量表示为U(x,y,t)。让深度平均流速的y轴分量表示为V(x,y,t)并且将频段i的深度平均沉积物浓度表示为Ci(x,y,t)。此外,让流动深度表示为h(x,y,t)。二维和三维之间的转化然后可以实现为如下:
在等式(1)-(2)中,流动模板fuv(·)被用来提供具有z轴依赖性的每个给定时间t和地图点(x,y)处的深度平均流速分量U、V。即,流动模板被应用到深度平均流速分量,以确定每个时间和地图点处的垂直分布流速剖面。同样,等式(3)将浓度模板fc(·)应用到每个粒度等级的深度平均沉积物浓度以确定该粒度等级的垂直分布沉积物浓度剖面。(在一些实施例中,相同的沉积物浓度模板用于每个粒度等级,而其它实施例采用不同的沉积物浓度模板用于每个粒度等级。)
流动和沉积物浓度模板被参数化,即,它们是深度平均流速(U、V)、粒度等级i的深度平均沉积物浓度Ci的集合的函数以及可选地流体柱的流动高度h和/或重心的函数。(在上述等式中,h仅仅是z轴比例因子,而本身不是参数)。另外,或者作为沉积物浓度的替代,模板可以是该时间或地图点处的深度平均总沉积物质量、体积或沉积物浓度的函数。
每个模板都被进行均一化,使得其沿x轴积分为一。因此,如由以上的公式(4)-(6)提供的,所述深度平均流动和深度平均沉积物浓度可以通过垂直分布剖面的x轴求积分来获得。
模板的确切形状可以从有针对性的实验得出。文献表明,可以预期这样的模板具有可以容易地参数化以反映它们的使用环境的特征形状。例如,可以预期均匀的流体流动具有遵循幂律的垂直分布流速剖面,其中指数基于速度而变化以解释较高的剪切应力下的非线性粘度和湍流的发生。作为另一实例,可以预期所述垂直分布沉积物浓度剖面(并且因此流体流动的均匀性)遵循大致的分层形状,具有速度依赖过渡锐度,其反映在更高的速度下基于剪切的混合和湍流的日益增加的重要性。垂直分布对沉积物浓度和流速的依赖性预期以可以被分析地和/或经由实验室实验分析的方式相互作用以确定适当的模板形状和足够精确的参数化,以解释流速和沉积物浓度对每个其他人的垂直分布剖面的形状的影响。
考虑到前述用于在二维和三维之间进行转化的方程,模拟能够采用用于流体流动建模的等式来生成二维流速场,并采用参数化模板将其转化成三维流速场。在一个实施例中,通过将u(x,y,z,t)、v(x,y,z,t)和ci(x,y,z,t)的参数化表示代入三维Navier-Stokes方程,并在流动深度h上执行z轴积分以获得可以被求解以逐时间步长地确定流场的演变的得到的深度平均流动方程来得到由模拟所用的方程。
虽然将参数化模板用于流速和沉积物浓度的垂直分布可能会在等式和模拟结果中产生一定差异,但是模拟仍可利用文献中提出的使用深度平均流动方程的实施细则。特别是,深度平均流动法基于如下工作:Parker G.,Fukushima,Y.,和Pantin,H.M.,“Self-accelerating turbidity currents”,J.Fluid Mech.171,145-181,1986;Bradford,S.F.,“Numerical modeling of turbidity current hydrodynamics and sedimentation”,PhD论文,U.Michigan,Ann Arbor,1996;Bradford,S.F.,Katopodes,N.D.,和Parker,G.,“Characteristic analysis of turbid underflows”,J.Hydraulic Eng.123,420-431,1997;Imran,J.,Parker,G.,和Katopodes,N.D.,“A numerical model of channelinception on submarine fans”,J.Geophys.Res.103(C1),1219-1238,1998;Bradford,S.F.,Katopodes N.D.,“Hydrodynamics of Turbid Underflows I&II”,J.HydraulicEng.125(10),1006-1028,1999;以及Sun,T.等,“Method for evaluating sedimentarybasin properties by numerical modeling of sedimentation processes”,US Pat.8,117,019B2,2012。
如在上述工作中所示,深度平均流动方程执行一定的守恒原理,即守恒的流动动量、混浊层体积、沉积物颗粒质量以及(可选的)包括湍流动能的能量,以在每个地图点确定每个粒度等级的深度平均沉积物浓度和深度平均流速的时间导数。在实施例中,存在一组二维流动方程。时间导数然后与来自前一步长的深度平均流速和沉积物浓度相结合,以确定其在下一时间步长的值。如下面进一步解释的那样,可以在每个时间步对值进行额外的调整以解释其它现象,模拟然后被重复,迭代地确定被模拟的每个时间步长的值。
前述工作采用了也可以被本文所公开的模拟***和方法所采用的数值模拟技术。例如,可以采用替代网格化策略,诸如在标题为“Method for geological modelingthrough hydrodynamics-based gridding(Hydro-Grids)”的国际专利公开WO 2006/007466中描述的水利网格(Hydro-Grid)方法。用来求解流动方程的集合或组的偏微分方程(PDE)求解器可以至少基于它表现出的数值稳定性进行选择。特别是,Harten、Lax、vanLeer(“HLL”)求解器可能是优选的。模型空间可以实现各种边界条件,包括:干节点、边界墙和标准开放边界条件,并且可以进一步解释包括新兴干节点的新边界的演化。通常针对精度来选择粒度频段的数量来权衡模拟速度,依靠每个频段表示的粒度的内插或动态调整来减轻精度的损失。
图5示出了可能由模拟器在任意时间步长产生的深度平均流速场的示例,使用灰度来表示每个单元内的总流速。在远离盆地入口的单元(例如,单元71)中,速度比在入口附近的单元(例如,单元73)低得多。为了将二维深度平均流速场转化为具有垂直变化的流动场,模拟应用模板。图6A示出了说明性流动模板602,其在为给定的地图点(例如,单元71)假设的U、V、Ci和h值处,在底部附近具有接近零的速度且在流动的顶部附近具有逐渐增加的速度。
类似地,图6B示出了说明性沉积物浓度模板604,其在给定地图点的参数值处,具有从零开始并随深度逐渐增加,但在底部存在小的下降的沉积物浓度。如前所述,一些实施例将一个沉积物浓度模板604应用于所有的粒度等级,而其它实施例将各个沉积物浓度模板应用于不同的粒度等级。图6C示出了特定粒度等级的沉积物浓度模板fCi(·)606,其当与模板604对比时,随深度增加得更快并且对流动的下半部保持大致稳定。所有其它参数相等,模板606可能比模板604更适合于小的粒度,模板604可以更好地适应大或中粒度。模板区域612、614、616分别等于一。
图7示出了可以由下面进一步公开的说明性模拟模拟***实现的示例性模拟方法。该方法在框702中以利用初始底部地形构建地质模型空间开始。底部地形可以通过用本领域技术人员熟悉的方法识别三维地震数据体中的地层面来确定,本领域技术人员也将辨识用于识别或推断地层面的几何形状的其它方法。这样的其它方法包括但不限于二维地震线的解释、其它远程成像技术、对比测井记录和空间地对比露头观测。可以容许校正古斜坡变化或解释面的其它变形。
在框704中,用户设置与水位和流入条件相关的模拟参数,包括估计的入口位置和相关联的作为时间的函数的流动速率和沉积载荷。这些参数可以基于由地震解释者根据本领域技术人员熟悉的方法确定的解释古流动方向。使用多个模拟细化初始参数值可以采用一些试验和误差。这样的方法可以类似地在框706中采用以构建模型空间网格和为深度平均流速、每个粒度等级的深度平均沉积物浓度、流动高度、含沙水流体柱的重心提供初始值。利用编程的模板,这些初始值也提供每个地图点处的流速和沉积物浓度的初始垂直分布剖面。
然后该***通过框708-722的循环迭代直至达到停止条件。通常情况下,停止条件与模拟期望的地质时间跨度所需的时间步长数相一致,但其它条件也是合适的,包括到达目标沉积深度、超过相对目标地质结构的不匹配的阈值,或由用户通过计算机图形用户界面的视觉检测。
在框708中,该***将流动方程应用于各种当前参数值(深度平均流速场、每个图点处的每个粒度等级的深度平均沉积物浓度、重心、流动高度、底部地形以及流入和其它边界条件)来模拟时间步长前进和得到的与新的时间相关联的深度平均流速、深度平均沉积物浓度、重心和流动高度。
在框710中,***在每个地图点处将深度平均流速、各种粒度等级的深度平均沉积物浓度、重心和流动高度作为参数值来确定相关联的流动模板和沉积物浓度模板(一个或多个)。诸如深度平均湍流动能和深度平均湍流耗散的其它参数也可以用于确定模板。在框712中,这些模板被应用于深度平均流速和深度平均沉积物浓度,以获得每个地图点的垂直分布流动剖面和垂直分布沉积物浓度剖面。
这些剖面加在一起,代表了3D流速场和3D沉积物浓度场。这些场在框714中用来计算每个粒度等级的沉积物和流体的通量,包括如床面剪切应力、湍流动能耗散和扩散、各种粒度等级的侵蚀速率、各种粒度等级的沉积速率、从侵蚀和沉积得到的对底部地形的改变、由于夹带和卷出对流动高度的改变的各种现象的影响。通过在三维域中提出这些现象,预期模拟器将能够更好地解释不同粒度的速度依赖性沉降速率、湍流扩散的剪切依赖性影响、浓度依赖性影响和粒子相互作用,以及那些具有诸如侵蚀和沉积的组合依赖性的参数。
在框716中,每个地图点的(每个粒度的)净沉积物沉积被计算并记录下来。该计算可以不仅基于给定地图点处的3D流动和浓度场,还基于这些场的空间和/或时间导数。在模型的每个单元内跟踪一些参数的组合,以使得能够进行任何得到的地质体的随后性质确定。跟踪参数可以是在每个时间步长处沉积的每种粒度的净质量或体积,使得能够进行地质体沉积速率和年龄的随后确定。
在框718中,流体和沉淀物通量的散度被计算并用于更新沉积物浓度和流速剖面。这样的更新可以进一步解释地图点在给定时间步长处的底部地形,包括底部斜坡。
在框720中,该***对每个粒度等级的更新的沉积物浓度剖面求积分以获得深度平均沉积物浓度和更新的重心。类似地,对流速剖面求积分以获得每个地图点处的深度平均流速分量。
在框722中,模拟器确定是否已经达到停止条件,并且如果是这样,该方法停止。
图8示出用于实现图7的方法的一个说明性的模拟***。其包括经由局域网(LAN)104耦合到一个或多个多处理器计算机106的个人工作站102,所述一个或多个多处理器计算机106又经由存储区域网(SAN)108耦合到一个或多个共享存储单元110。个人工作站102用作到模拟***的用户界面,使得用户能够将数据加载到***中,以配置和监视***的操作,并从***检索结果(通常以图像数据的形式)。个人工作站102可以采取台式计算机的形式,所述台式计算机具有图形地示出输入和结果数据的表示的图形显示器,并且具有使得用户能够移动文件和执行处理的软件的键盘。LAN 104提供多处理器计算机106之间以及与个人工作站102的高速通信。LAN 104可以采取以太网网络的形式。
多处理器计算机106(一个或多个)提供并行处理能力,以使得能够适当地促进处理输入数据以导出结果数据。每个计算机106包括多个处理器112、分布式存储器114、内部总线116、SAN接口118和LAN接口120。每个处理器112对分配的任务进行操作,以解决整个问题的一部分,并且有助于整体结果的至少一部分。与每个处理器112相关联的是存储应用软件和供处理器使用的工作数据集的分布式存储器模块114。内部总线116经由对应的接口118、120提供处理器间通信和到SAN或LAN网络的通信。不同的计算机106的处理器之间的通信可以通过LAN 104提供。
SAN 108提供对共享存储设备110的高速访问。SAN 108可以采取例如光纤通道或无限带宽技术网络的形式。共享存储单元110可以是采用磁盘介质用于非易失性数据存储的大的、独立的信息存储单元。为了提高数据存取速度和可靠性,共享存储单元110可以被配置为冗余阵列(“RAID”)。
处理器112合作地执行图9中所示的模拟器软件901。软件901访问共享存储设备之一以检索模板库902和初始模拟参数904(包括底部地形、流入和边界条件)。软件901然后为二维深度平均模型空间生成初始和后续参数值906,包括深度平均流速分量、针对粒度等级范围的深度平均沉积物浓度、重心和流动高度。在每个时间步长处,垂直分布流速和沉积物浓度剖面908在被转化回深度平均模型空间以向前移动到下一时间步长之前被确定,以用于模拟各种沉积相关的影响。软件901为每个单元生成作为时间910的函数的单元内沉积的沉积物的记录。
虽然笛卡尔坐标已被用于上述的说明中,但是其它的坐标系也是合适的,并且可以使用。一旦上述公开被完全理解,许多其它的变化和修改将对本领域技术人员变得显而易见。意图下列权利要求被解释为包含所有这些变化和修改。
Claims (15)
1.一种用于模拟沉积盆地的演变的基于计算机的方法,包括:
(a)在每个地图点处,基于如下确定流动模板和至少一个沉积物浓度模板:
针对相关联的粒度等级的一个或多个深度平均沉积物浓度和深度平均流速,
所述深度平均流速和所述一个或多个深度平均沉积物浓度中的每个针对给定时间步长处的所述地图点;
(b)在每个地图点处,将所述流动模板应用到所述深度平均流速并将所述至少一个沉积物浓度模板应用到所述一个或多个深度平均沉积物浓度以获得针对所述地图点的垂直分布流速剖面和一个或多个垂直分布沉积物浓度剖面,从而在所述给定时间步长处重建针对相关联的粒度等级的一个或多个3D沉积物浓度场和3D流速场;
(c)在每个地图点处,使用所述3D流速场和所述一个或多个3D沉积物浓度场来计算针对相关联的粒度等级的一个或多个沉积物通量和流体通量;
(d)在每个地图点处,基于给定时间步长处的所述地图点处的所述流体通量的散度和所述一个或多个沉积物通量的一个或多个散度更新所述流速剖面和所述一个或多个沉积物浓度剖面;
(e)在每个地图点处,通过对给定时间步长处的所述地图点处的所述流速剖面和所述一个或多个沉积物浓度剖面求积分来计算所述深度平均流速和所述一个或多个深度平均沉积物浓度,从而获得更新的2D流速场和更新的一个或多个2D沉积物浓度场;
(f)从所述一个或多个沉积物浓度剖面导出每个地图点的重心;以及
(g)基于更新的2D流速场、更新的一个或多个2D沉积物浓度场、重心和流动高度来对一组二维流动方程求解,以在每个地图点处计算下一时间步长的深度平均流速。
2.如权利要求1所述的方法,还包括将下一时间步长作为所述给定时间步长并重复所述确定、应用、使用、更新、计算、导出和求解操作。
3.如权利要求1所述的方法,其中所述至少一个沉积物浓度模板是为所述地图点确定并应用到所述地图点处不同粒度等级的相应深度平均沉积物浓度的多个粒度特定沉积物浓度模板之一。
4.如权利要求1所述的方法,其中所述计算一个或多个沉积物通量考虑流速剖面、床面剪切应力、侵蚀、沉积物沉积、清水夹带/卷出、湍流动能耗散以及扩散。
5.如权利要求1所述的方法:
在每个地图点处,基于给定时间步长处的所述地图点的至少一个粒度等级的沉积物浓度剖面和流速剖面来估计侵蚀或沉积速率;以及
在每个地图点处,至少部分地基于给定时间步长处的所述地图点的估计的侵蚀或沉积速率更新流动高度。
6.如权利要求5所述的方法,其中所述模板还基于给定时间步长处的所述地图点的流动高度来确定。
7.如权利要求1所述的方法,其中所述确定还基于所述地图点处的深度平均湍流动能和深度平均湍流耗散。
8.如权利要求1所述的方法,其中所述更新还基于给定时间步长处的所述地图点的海底地形,包括底坡。
9.如权利要求1所述的方法,还包括:
在每个地图点处,基于给定时间步长处的所述地图点的所述流速剖面和所述一个或多个沉积物浓度剖面估计净沉积物沉积;以及
作为时间的函数为每个地图点和深度,记录如下组中的至少一种性质:一个或多个粒度频段中的每个的净沉积速率、一个或多个粒度频段中的每个的沉积的沉积物体积、粒度分布、沉积物类型和层理面。
10.如权利要求9所述的方法,其中所述估计还基于:
相邻地图点的所述流速剖面和所述一个或多个沉积物浓度剖面;或
给定时间步长处的所述地图点的所述流速剖面和所述一个或多个沉积物浓度剖面的时间变化率或
给定时间步长处的所述地图点的所述流速剖面和所述一个或多个沉积物浓度剖面的时间和空间变化率。
11.如权利要求1所述的方法,其中所述对一组二维流动方程求解还在每个地图点处计算下一时间步长处的一个或多个深度平均沉积物浓度。
12.如权利要求1所述的方法,其中每个流动和浓度模板能够表示为
与约束
其中U(x,y)和V(x,y)表示作为位置的函数的深度平均流速的分量,Ci(x,y)表示第i个粒度频段的作为位置的函数的深度平均沉积物浓度,以及h(x,y)表示作为位置的函数的流动高度。
13.如权利要求1所述的方法,包括在每个地图点处,至少部分基于给定时间步长处的所述地图点处的所述流速剖面和所述一个或多个沉积物浓度剖面记录作为深度的函数的净沉积物沉积。
14.一种沉积盆地演化模拟器***,所述***包括:
具有模拟器软件的存储器;以及
耦合到所述存储器以执行所述模拟器软件的一个或多个处理器,所述软件使所述一个或多个处理器执行前述权利要求中的任一项所述的方法。
15.一种模拟器软件,该模拟器软件当在一个或多个处理器上执行时,使所述一个或多个处理器执行如权利要求1至13中任一项要求保护的用于模拟沉积盆地的演变的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/478,805 US10108760B2 (en) | 2014-09-05 | 2014-09-05 | Sediment transport simulation with parameterized templates for depth profiling |
US14/478,805 | 2014-09-05 | ||
PCT/US2015/018250 WO2016036411A1 (en) | 2014-09-05 | 2015-03-02 | Sediment transport simulation with parameterized templates for depth profiling |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106605158A CN106605158A (zh) | 2017-04-26 |
CN106605158B true CN106605158B (zh) | 2019-03-22 |
Family
ID=52727392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580047310.1A Active CN106605158B (zh) | 2014-09-05 | 2015-03-02 | 利用用于深度剖绘的参数化模板的沉积物运移模拟 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10108760B2 (zh) |
EP (1) | EP3189357B1 (zh) |
CN (1) | CN106605158B (zh) |
AU (1) | AU2015312396B2 (zh) |
CA (1) | CA2956177A1 (zh) |
WO (1) | WO2016036411A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10108760B2 (en) * | 2014-09-05 | 2018-10-23 | Chevron U.S.A. Inc. | Sediment transport simulation with parameterized templates for depth profiling |
US11199640B2 (en) * | 2017-07-27 | 2021-12-14 | Saudi Arabian Oil Company | Determining sediment source locations |
CN107942381B (zh) * | 2017-11-01 | 2020-01-10 | 中国矿业大学 | 一种致密油储层层理缝定量预测方法 |
CN109141810B (zh) * | 2018-07-25 | 2019-05-10 | 西安石油大学 | 一种基于水道构型的古浊流动力学参数恢复方法 |
CN109033725B (zh) * | 2018-09-14 | 2020-05-05 | 中国水利水电科学研究院 | 一种定床河工模型试验大面积床面切应力的估算方法 |
CN111291459B (zh) * | 2018-11-21 | 2022-02-08 | 中国农业大学 | 一种泵站引渠及前池泥沙通量的确定方法及*** |
AU2019387281B2 (en) * | 2018-11-30 | 2024-01-25 | Chevron U.S.A. Inc. | System and method for analysis of subsurface data |
US11714208B2 (en) * | 2020-04-23 | 2023-08-01 | Saudi Arabian Oil Company | Methods and systems for gridding of salt structures |
US11668855B2 (en) * | 2020-06-11 | 2023-06-06 | Saudi Arabian Oil Company | Method and system for sedimentary pathway prediction using geological and seismic data |
CN114060016A (zh) * | 2020-08-03 | 2022-02-18 | 中国石油天然气股份有限公司 | 河口湾储层模拟装置、河口湾储层水驱模拟装置及方法 |
CN112613750B (zh) * | 2020-12-25 | 2022-08-09 | 中建三局绿色产业投资有限公司 | 一种深层污水输送隧道的淤积风险评估方法 |
CN114781237B (zh) * | 2022-04-08 | 2024-04-05 | 中国科学院南京地理与湖泊研究所 | 基于高浊度事件调查的湖泊粘性泥沙输移模型建模方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101903805A (zh) * | 2007-12-21 | 2010-12-01 | 埃克森美孚上游研究公司 | 沉积盆地中的建模 |
CN102834739A (zh) * | 2010-12-17 | 2012-12-19 | 雪佛龙美国公司 | 估计地质体的地质结构的***和方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2523520A1 (en) * | 2003-04-30 | 2004-11-18 | Exxonmobil Upstream Research Company | Method for predicting properties of a sedimentary deposit from a thickness contour of the deposit |
ITMO20040165A1 (it) * | 2004-06-30 | 2004-09-30 | Apparecchiature Idrauliche S P | Macchina a fluido con cilindri radiali perfezionata. |
US7742875B2 (en) | 2004-07-01 | 2010-06-22 | Exxonmobil Upstream Research Company | Method for geologic modeling through hydrodynamics-based gridding (Hydro-Grids) |
US7516055B2 (en) * | 2004-08-20 | 2009-04-07 | Chevron U.S.A. Inc | Multiple-point statistics (MPS) simulation with enhanced computational efficiency |
WO2006036389A2 (en) | 2004-09-10 | 2006-04-06 | Exxonmobil Upstream Research Company | Numerical modeling evaluation of basin sedimentation properities |
CA2745455C (en) | 2008-12-18 | 2017-07-04 | Exxonmobil Upstream Research Company | Sediment transport by fully developed turbulent flows |
US10108760B2 (en) * | 2014-09-05 | 2018-10-23 | Chevron U.S.A. Inc. | Sediment transport simulation with parameterized templates for depth profiling |
-
2014
- 2014-09-05 US US14/478,805 patent/US10108760B2/en active Active
-
2015
- 2015-03-02 CA CA2956177A patent/CA2956177A1/en not_active Abandoned
- 2015-03-02 EP EP15711936.3A patent/EP3189357B1/en active Active
- 2015-03-02 CN CN201580047310.1A patent/CN106605158B/zh active Active
- 2015-03-02 WO PCT/US2015/018250 patent/WO2016036411A1/en active Application Filing
- 2015-03-02 AU AU2015312396A patent/AU2015312396B2/en active Active
-
2018
- 2018-09-21 US US16/138,736 patent/US10671775B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101903805A (zh) * | 2007-12-21 | 2010-12-01 | 埃克森美孚上游研究公司 | 沉积盆地中的建模 |
CN102834739A (zh) * | 2010-12-17 | 2012-12-19 | 雪佛龙美国公司 | 估计地质体的地质结构的***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CA2956177A1 (en) | 2016-03-10 |
CN106605158A (zh) | 2017-04-26 |
US10108760B2 (en) | 2018-10-23 |
US20190026413A1 (en) | 2019-01-24 |
AU2015312396B2 (en) | 2019-08-29 |
US10671775B2 (en) | 2020-06-02 |
EP3189357B1 (en) | 2021-09-08 |
EP3189357A1 (en) | 2017-07-12 |
AU2015312396A1 (en) | 2017-02-16 |
US20160070829A1 (en) | 2016-03-10 |
WO2016036411A1 (en) | 2016-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106605158B (zh) | 利用用于深度剖绘的参数化模板的沉积物运移模拟 | |
Sech et al. | Three-dimensional modeling of a shoreface-shelf parasequence reservoir analog: Part 1. Surface-based modeling to capture high-resolution facies architecture | |
CA2579138C (en) | Geologic models of subsurface sedimentary volumes | |
US8117019B2 (en) | Method for evaluating sedimentary basin properties by numerical modeling of sedimentation processes | |
US7392136B2 (en) | Use of the stationary state of energy-exchanging cellular automata for modelling sedimentary architectures | |
Abd El-Gawad et al. | 3-D numerical simulation of turbidity currents in submarine canyons off the Niger Delta | |
US20030233217A1 (en) | Method and program storage device for generating grids representing the architecture of fluvial reservoirs | |
CN111006987B (zh) | 一种储层裂缝孔渗参数预测方法 | |
CN109839670A (zh) | 一种热液型铀矿床基底界面反演方法 | |
Schmdit et al. | IGMAS+ a new 3D Gravity, FTG and Magnetic Modeling Software. | |
Manzocchi et al. | Hierarchical parameterization and compression-based object modelling of high net: gross but poorly amalgamated deep-water lobe deposits | |
CN103543478A (zh) | 地质形态插值的km方法 | |
Masiero et al. | Numerical stratigraphic forward models as conceptual knowledge repositories and experimental tools: An example using a new enhanced version of CarboCAT | |
Iltaf et al. | Facies and petrophysical modeling of Triassic Chang 6 tight sandstone reservoir, Heshui oil field, Ordos basin, China | |
Lutome et al. | 3D geocellular modeling for reservoir characterization of lacustrine turbidite reservoirs: Submember 3 of the third member of the Eocene Shahejie Formation, Dongying depression, Eastern China | |
Bertoncello | Conditioning surface-based models to well and thickness data | |
Yin et al. | A technical note on the application of interpolation method on modeling of 3D surface rock layer | |
CN115880455A (zh) | 基于深度学习的三维智能插值方法 | |
Otoo et al. | Geological process simulation in 3-D lithofacies modeling: Application in a basin floor fan setting | |
Virbulis et al. | Script based MOSYS system for the generation of a three dimensional geological structure and the calculation of groundwater flow: case study of the Baltic Artesian Basin | |
Pesco | Permeability estimation in turbidite channels constrained by well-testing | |
Kurianova et al. | Comprehensive Analysis of the Geological and Geophysical Data in the Study of the Upper Miocene Turbidite Systems of the Nam Con Son Basin, Vietnam | |
Li et al. | Massive Spatial Well Clustering Based on Conventional Well Log Feature Extraction for Fast Formation Heterogeneity Characterization | |
Cozzi et al. | Process-Oriented Modeling as a new tool for thin layered reservoir characterization and permeability curve estimation | |
Zhang | Name of Author: Linan Zhang |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |