CN106716181A - 使用多点统计模拟调节基于对象或事件的储层模型 - Google Patents
使用多点统计模拟调节基于对象或事件的储层模型 Download PDFInfo
- Publication number
- CN106716181A CN106716181A CN201580049514.9A CN201580049514A CN106716181A CN 106716181 A CN106716181 A CN 106716181A CN 201580049514 A CN201580049514 A CN 201580049514A CN 106716181 A CN106716181 A CN 106716181A
- Authority
- CN
- China
- Prior art keywords
- model
- data
- initial
- window
- trend
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 28
- 230000003750 conditioning effect Effects 0.000 title abstract 3
- 238000000034 method Methods 0.000 claims abstract description 87
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 6
- 230000008021 deposition Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000005055 memory storage Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 208000000058 Anaplasia Diseases 0.000 claims 1
- 241000283080 Proboscidea <mammal> Species 0.000 claims 1
- 208000035126 Facies Diseases 0.000 abstract description 3
- 238000003860 storage Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 7
- 230000035699 permeability Effects 0.000 description 7
- 239000011435 rock Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 210000002706 plastid Anatomy 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009183 running Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003313 weakening effect 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
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于计算机的调节储层模型数据的方法包括：在3D地层网格内执行建模过程，以生成包括模型体积内的一个或多个相对象的初始模型，所述建模过程包括参数分布、初始和边界条件以及沉积和侵蚀事件以限定模型体积内的相对象。应用所述初始模型与调节井数据和潜在输入趋势模型之间的不匹配来计算局部变量约束模型。该方法还包括用该约束模型执行多点统计模拟，该约束模型在所述初始模型与已知井数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配已知井数据或潜在输入趋势模型的位置不由所述初始模型约束之间变化，以允许符合已知数据。
Description
技术领域
本公开一般涉及基于计算机的物理性质建模。特别地，本公开涉及使用局部多点统计模拟调节基于对象或事件的储层模型。
背景技术
储层建模的目标是要构建岩石物理性质(通常为孔隙度和渗透率，有时为水饱和度)的3D模型，油藏工程师可以用该3D模型运行流动模拟、预测未来的油气生产和最终的采收率、以及设计井开发计划。在大多数的地质环境中，尤其是在碎屑环境中，孔隙度和渗透率非均质性主要是由相沉积事件驱动。因此，孔隙度和渗透率空间分布可以主要通过相地质体(例如蜿蜒的砂道)的几何形状和位置来表征。因此地质建模者往往先构建3D相模型(沉积相，有时为岩相)，并且然后在这些模型内填充孔隙度和渗透率值。
3D地质模型通常构建在从构造和地层框架(即一组解释的断层和地层层位)生成的3D地层网格中。地质建模者使用各种信息源来构建相和岩石物理性质模型，所述各种信息源包括岩心和测井数据，以及如果可用的话地震和动态数据。除了实际的储层数据，地质建模者还可以从储存类似物借用信息，例如，预期具有类似于待建模储层的特性和特征的更成熟的储层(其具有更多的已知特性)。该建模储层通常应当匹配井数据位置处的井数据。这被称为井数据调节。对远离井数据的空间趋势的调节也可能是必要的。
空间趋势(诸如由于岩石压实或成岩而向下减小的孔隙度和渗透率或由于减弱的沉积能量而在相主体内向上减小的孔隙度和渗透率)可以存在于储层中。为了在储层模型中考虑这种趋势，在建模过程期间需要生成和应用岩石物理或相输入趋势模型。1D垂直趋势曲线和2D水平趋势图是用来约束储层模型中最常见的趋势模型。垂直趋势曲线提供其中待构建模型的柱和层网格的每个层中的目标岩石物理性质平均值或目标相比例值。这可以由网格分开建模的特定区域来进一步限制。在每个网格层中，目标性质平均值或目标相比例值可以基于岩层中该性质的井数据的平均值，并由建模者编辑以应对有限的井数据、数据偏差和模拟信息。此外，区域趋势图提供沿着其中待构建模型的网格的每个柱的目标岩石物理平均值或目标相比例值。在每个柱中，这种目标值可以被初始化为柱中的井数据的平均值，或者，如果这种井数据并不存在于柱中，则这种目标值可以基于内插的平均值，该内插的平均值基于先前计算的柱(诸如包括井数据的那些柱)。例如，该内插可以基于反距离或克里金计算。用户，通常是地质建模者，然后可以编辑性质区域趋势图，特别是在远离井数据的区域中。在某些情况下，也可以通过将每个模型单元处可用的次要数据(典型的地震属性)校准到已知井数据，或者通过量化储层地层解释来生成3D趋势模型。这种3D模型提供了其中待构建模型的网格的每个单元中的相出现的先验局部概率或先验局部性质平均值。这种趋势模型可以从弱信息丰富(informative)(例如，接近全局比例的局部比例)到强信息丰富有所不同，并且当井间信息支持时，指示确定性程度。对于本文的剩余部分，模型调节的组成被称为“输入趋势模型”。
地质建模者可以选择使用各种建模方法(诸如基于对象的或基于事件的建模)中的任一种来构建相模型。基于对象的和基于事件的模型方法包括以用户指定的几何形状和尺寸将对应于相地质体(例如砂道)的对象下落在三维网格(待建模的空间)内。迭代过程通常用来添加、移除、平移和旋转对象直到模拟的对象适合调节数据，即具有已知相的井数据。基于对象的方法和基于事件的方法之间的主要区别在于，基于事件的建模通过根据地层规则和利用不断变化的地形的基于表面的模型下落从储层底部开始到储层顶部的对象来模拟贯穿时间的沉积序列，而基于对象的建模使用纯随机方法来将对象分布在3D网格内。然而，这两种方法都具有与调节数据相关性较差的缺点，因为这种调节数据是从特定井位置处的真实世界观测抽取的，并且可能不与待模拟的对象的用户指定的几何形状和尺寸相一致。即使当井数据与对象的几何形状完全一致时，由于储层模型内的所有可能的对象配置的大型组合空间，基于对象和事件的方法也经常突然停止并且不能完全匹配井数据。储层模型和调节井数据之间的不匹配在存在具有已知相的大量井数据的地方，或者当对象大，通常大于平均井间距离时可以是显著的。出于这个原因，可以将公差引入基于对象的或基于事件的建模程序以允许模型来有意地从已知井数据的区域偏离，并加速建模过程。此外，基于对象的或基于事件的模型可以从输入趋势模型偏离，特别是在大量调节井数据的情况下，或者当输入趋势模型中存在高度的短尺度变化时。
出于这些和其它原因，期望针对基于对象的和基于事件的模拟方法的改进，以匹配密集的数据和/或精细的输入趋势模型。
发明内容
总之，本公开内容涉及基于计算机的物理性质建模。具体地，本公开内容涉及使用局部多点统计模拟来调节基于对象或事件的储层模型。
在第一方面中，一种基于计算机的将储层模型调节至井数据和输入趋势模型的方法包括在对应于地下体积的地层网格内执行建模过程，以生成包括网格内的一个或多个相对象的初始模型，所述建模过程使用基于对象或基于事件的方法并且包括参数分布、初始和边界条件以及沉积和侵蚀规则以限定所述网格内的相对象之间的相互作用。该方法还包括测量在所述建模过程期间使用的调节井数据和潜在输入趋势模型与所述初始模型之间的不匹配，并从这些局部的不匹测量配导出局部变量约束模型。该方法还包括使用以前的局部变量约束来执行多点统计模拟，所述局部变量约束在所述初始模型与已知井数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配已知井数据或潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，从而允许符合所述已知井数据和所述潜在输入趋势模型。
在第二方面中，公开了用于调节储层模型数据的***，该***包括计算***，该计算***包括可编程电路和存储器，该存储器存储储层建模应用。所述可编程电路被配置为执行包括在储层建模应用中的程序指令，该程序指令当被执行时使得所述计算***：在对应于地下体积的地层网格内生成包括一个或多个相对象的初始模型，所述建模过程使用基于对象或基于事件的方法并且包括参数分布、初始和边界条件以及沉积和侵蚀规则以限定所述网格内的相对象之间的相互作用。所述指令还使得计算***测量在所述建模过程期间使用的调节井数据和潜在输入趋势模型与所述初始模型之间的不匹配，从这些局部的不匹配测量导出局部变量约束模型，以及使用所述局部变量约束来执行多点统计模拟，所述局部变量约束在所述初始模型与已知井数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配已知数据或潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，从而允许在多点模拟期间符合所有已知井数据和潜在输入趋势模型。
在第三方面中，公开了一种用于调节储层模型数据的***。该***包括计算***，该计算***包括可编程电路和存储器，该存储器存储储层建模应用和储层模型。所述可编程电路被配置为执行包括在储层建模应用中的程序指令，该程序指令当被执行时，使得所述计算***：将所述储层模型限定为地下体积的表示，所述储层模型包括地层网格，所述地层网格包括多个柱和多个层，所述储层模型限定每个柱中的每个层处的多个性质；在所述网格内执行基于对象或基于事件的建模过程，以生成限定存储在网格内的一个或多个相对象的初始模型，所述基于对象或基于事件的建模过程包括初始和边界条件以及参数分布、沉积和侵蚀规则以限定所述网格内的相对象之间的相互作用；测量在所述建模过程期间使用的调节井数据和潜在输入趋势模型与所述初始模型之间的不匹配，以及从这些局部的不匹配测量导出局部变量约束模型；使用所述局部变量约束来执行多点统计模拟，所述局部变量约束在所述初始模型与已知井数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配已知井数据或潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，以允许符合所述已知井数据和所述潜在输入趋势模型。
提供本发明内容以按下面在具体实施方式中进一步描述的简化形式介绍概念的选择。本发明内容并不旨在标识所要求保护的主题的关键特征或必要特征，也不是旨在用于限制所要求保护的主题的范围。
附图说明
图1示出了根据本公开的示例实施例的用于地下性质的建模的方法的流程图；
图2示出了形成局部变量约束模型的图1的建模特征的方面的流程图；
图3示出了基于如图2中应用的局部数据的确定形成局部变量约束模型的方法的流程图；
图4示出了根据本公开的示例实施例的可用来实现用于地下性质的输入趋势建模的***的计算***；
图5示出了根据示例实施例的待建模的示例地下体积；
图6示出了根据本文所讨论的示例实施例的，其中可以使用局部多点统计来调整基于事件或基于对象的模型的初始模型；
图7示出了根据本文所讨论的示例实施例的，描绘在可用来修改基于事件或基于对象的模型的井或其它已知数据的附近的自由范围的第一可调节SPC过程；
图8示出了根据示例实施例的，平滑窗口向图6所示的示例模型内的选定层的统计过程控制(SPC)应用；
图9示出了根据示例实施例的图6的可调节SPC范围的应用，如使用10个单元的平滑尺寸应用于“未平滑”层数据；以及
图10示出了根据示例实施例的图6的可调节SPC范围的应用，如使用20个单元的平滑尺寸应用于“未平滑”层数据。
具体实施方式
如以上所简要描述的，本发明的实施例涉及通过使用局部多点统计模拟来调节基于对象或事件的模型。这种模拟的使用允许在审查中校正基于对象或事件的模型和调节井数据之间的不匹配以及可能证明与模型内的特定位置(例如，网格内的柱和层)相关的基于对象或事件的模型从输入趋势模型的局部偏离。使用这种后处理导致精确遵循井数据的最大灵活性，而同时尽可能地遵循输入趋势模型。
已经尝试了现有的迭代、动态或几何校正方法；然而，所有这些方法都没有可靠地遵循密集的井数据或精细的输入趋势模型。随着模型与井数据和输入趋势模型之间的不匹配某种程度上往往得不到解决。
参照图1，一般地，根据本公开的示例实施例的，其中公开了地下性质的建模方法100的流程图。该方法100通常可以由计算***(诸如在下面结合图2描述的***)来执行以对储层特性进行建模。在一些实施例中，该方法100可以用于对地下储层特性(诸如感兴趣的地下体积的相或其它特性(例如，孔隙度、渗透率等))进行建模，诸如用于油气勘探、建模和预测。
在所示的实施例中，流程图包括网格构建操作102。该网格构建操作构建与感兴趣的特定地理区域相关联的地层网格。地层网格通常对应于感兴趣的特定体积的三维表示。例如，这种感兴趣的体积可以是，沉积盆地中的地下体积，无论是地下或海底。例如，地层网格可以包括预定或不同大小的多个层和对应的多个柱。
在所示的实施例中，该方法100还包括模型构建操作104。模型构建操作104在模型定义操作102中形成的模型体积内执行建模过程，以生成包括一个或多个相对象的模型。在示例实施例中，模型是使用适应于井数据和潜在相比例输入趋势的初始的基于事件或基于对象的模型构建的。应该注意的是，在此阶段，生成的模型在地层网格内的某些区域中可能不匹配井数据或与井数据相关和/或可能不与相比例输入趋势相一致。针对基于事件或对象的建模的示例过程被在题为“System and Method for Modeling a Geologic Volumeof Interest”的美国专利No.8606555中进行描述，在此通过引用将其公开内容全部并入本文。
在一些实施例中，感兴趣的地质体积的模型表示作为感兴趣的地质体积内的位置的函数的地质体积的地质参数中的一个或多个。通过非限制性示例的方式，所述地质参数和/或其趋势或分布(例如，包括参数分布)描述以下中的一个或多个：流动源、河道尺寸参数、分数充填参数、平衡剖面、河道形态谱、曲折度、流动成分、河道充填非均质性和/或趋势、基体侵蚀度、加积速率、流量和/或动量、和/或可以限定基于对象或基于事件的模型中的感兴趣储层的其它地质参数。
在所示实施例中，该方法100还包括局部变量约束模型计算操作106。该局部变量约束模型计算操作106解释初始的基于事件或基于对象的模型计算与存在的井数据和/或相比例趋势之间的不匹配，并且针对所述井数据和/或相比例趋势，在模型构建操作104期间构建的初始模型中可能存在不匹配。
通常，并且如下面结合图2进一步讨论的，局部变量约束模型计算操作106可以以各种不同的方式来执行。然而，并且如下所述，这种操作通常将基于与数据和趋势模型的局部不匹配来识别应当使用多点统计来重新模拟的区域，或者可选地模型的哪些区域应当被“冻结”以保留原始模型约束。此外，在识别为需要重新模拟的区域中，局部变量约束模型计算操作106将确定重新模拟的MPS模型应当与初始的基于事件或基于对象的模型有多相似。
在所示实施例中，方法100还包括多点统计操作108的性能。多点统计操作108被跨模型体积执行并且被用于将使用模型构建操作104的基于事件或基于对象的建模生成的模型符合到体积内的已知数据，例如，井数据。在示例实施例中，已知数据周围的特定区域可以被选择为在其内模型可以符合已知数据的窗口。基于多点统计操作，创建局部变量约束模型。在下面结合图3进一步详细讨论通过其可以创建局部变量约束模型的各种机制。
不考虑执行的局部加权的类型，更一般化版本的多点统计操作108可以以各种方式来进行。例如，示例多点统计操作被在题为“Multiple-Point Statistics(MPS)Simulation With Enhanced Computational Efficiency”的美国专利No.7516055中描述，在此通过引用将其公开内容全部并入本文。
现在参考图2，示出了根据示例实施例的示例过程的流程图，通过该示例过程可以执行局部变量约束模型计算操作106。如在该示例中所示，局部变量约束模型计算操作106可以调节所述模型内的一个或多个位置，以确定在模型构建操作104期间创建的初始模型与(1)已知数据(诸如井数据)或(2)相比例趋势(诸如相比例曲线)之间是否存在紧密匹配。
特别地，如图所示，局部变量约束模型计算操作106将在位置选择操作122处选择模型内的每个位置，并在不匹配操作124处确定该模型是否已经从已知数据偏离达预定量。已知数据可以采取各种形式。在一些实施例中，已知数据可以是井数据，并且因此包括特定柱处以及多个不同层处的相信息。井数据还可以包括每个层处的各种测量，
例如压力、温度、孔隙度、渗透率或在特定柱和层处观测到的或从特定柱和层处的观测导出的其它数据。例如，这种已知数据可以包括在地质体积处进行的地质体积的一个或多个地质参数的测量，和/或地质参数(一个或多个)的趋势或分布特性。例如，这种已知数据可以包括从定位在地质体积处或其附近钻取的一个或多个井内的装备进行的测量、在表面处或地质体积附近获取的地震数据(或从其导出的信息)和/或地质体积的一个或多个特性的其它测量。
可以以多种方式中的任一种确定预定量。在示例实施例中，在每个位置处，使用预定(和任选的可调节)大小的窗口，可以通过在考虑的区域中使用移动的平均窗口平滑初始的基于事件或基于对象的模型来计算相概率立方体。使用这种方法，相概率立方体越靠近边际相比例，就越较少约束初始的基于事件或基于对象的模型。
因此，如果模型接近已知数据(例如，在位置上，基于上述移动平均方法)，则局部变量约束模型计算操作106将通过初始模型(描绘为操作126)来紧密地约束多点统计操作108；然而，与已知数据越远，局部变量约束模型计算操作106将通过初始模型(描述为操作128)来宽松地约束MPS操作。基于该确定，在操作128处确定MPS参数以供在图1的多点统计操作108中使用。这允许符合已知井数据和潜在输入趋势模型。
应该注意的是，虽然本文中示为两者择一(either/or)过程，但是基于上面讨论的移动平均和概率立方体方法，在基于移动平均的事实中，模型密切地或宽松地约束到初始模型的程度被更准确地认为是不同类型的梯度。因此，图2示出了为简单起见的两个极端(与初始模型紧密关联或与初始模型宽松关联)，但是本公开内容并不局限于此。
参照图3，根据示例实施例，描绘了关于局部变量约束模型计算操作106的构建的其它细节。在示例实施例中，图3中描绘的细节与在图2的操作128处确定MPS参数的方式有关。
一般地，为了限定局部变量约束模型，确定比较已知数据和初始MPS模型的约束。特别地，在不匹配量化操作142处，在模型体积中存在已知数据的位置处定位和量化不匹配。然后可以在操作144处限定该不匹配周围的区域。例如，不匹配周围的区域可以是待应用在不匹配区域中的滑动窗口的用户选定大小；例如，示例大小可以是10-50个单元元素(例如，地层网格的相邻柱和/或行)。在下面进一步详细讨论并示出了不同单元大小的影响。
在相比例趋势不一致的情况下，在操作146处确定这种不一致是否显著。例如，在一些情况下，局部约束模型可能相对于相比例曲线强烈不一致。如果是这样，通过计算地层网格的每个层中的相比例，并将需要重新模拟的层限定为其中目标相比例和模拟相比例之间的差比用户指定的阈值大的层来从初始的基于事件或基于对象的模型计算相比例曲线。如果该比例趋势是相比例图，则通过计算沿着地层网格中每个柱的相比例来从初始的基于事件或基于对象的模型计算相比例图，并且基于目标相比例和模拟相比例之间的差是否比用户指定的阈值大(如在操作146确定的)来限定应该被重新模拟的柱。
在可选实施例中，在不匹配的相比例趋势是三维相比例立方体的情况下，可以通过如上所述使用移动平均窗口平滑模型来从初始模型计算相比例立方体，其中限定为重新模拟的单元为其中相概率和模拟相概率之间的差大于用户指定阈值的单元。
当然，在其中记录井数据不匹配和相比例趋势不一致两者的地区中，这两种类型的区域都应加以解决。在上述任何情况下，如果不匹配显著，则将局部约束模型落下在不匹配周围的区域中，例如在操作148处。否则，该地区中的局部约束模型是可接受的，并且可以与MPS一起应用以执行关注区域中的所需建模(在操作150)。
回到参照图1，作为多点统计操作108的一部分，可以执行多个操作，这取决于其中应用了多点统计操作的所感兴趣的特定区域。例如，在与已知数据以定距离间隔的点处，约束操作110将对通过基于事件或基于对象的建模过程生成的现有趋势模型强加约束。
因此，局部趋势偏离全局趋势(由于已知数据或这种趋势可能存在的其它原因所导致)的区域在基于储层宽度对象或基于事件的模型无法准确地描绘局部特征的情况下允许更加符合局部数据。在这种情况下，因为局部趋势信息在整个储层体积的特定部分中可以从其它局部趋势或者已知或以其它方式表示“最佳可用”信息的其它信息脱离，因此供给到MPS操作108的参数允许使用局部趋势模型来调节MPS模拟过程，以使得符合这种“最佳可用”数据。
一旦完成方法100，就基于局部趋势或全局比例创建局部变量特异性比例趋势模型，其在对基于事件或对象的模型(其中最终模型对应于先验模型)的精确约束与完全朴素之间局部变化。
现在参考图4，示出了计算***200的示意性框图。在一些实施例中，计算***200可以用于实现根据本公开内容的方法100，其中基于事件或对象的模型可以基于已知数据附近的区域中的多点统计来进行修改。在一般情况下，该计算***200包括通过数据总线206通信地连接到存储器204的处理器202。处理器202可以是能够执行计算机可读指令以执行各种任务(诸如算术和通信任务)的各种类型的可编程电路中的任一种。
存储器204可以包括诸如使用各种类型的计算机可读或计算机存储介质的各种存储器设备中的任一种。计算机存储介质或计算机可读介质可以是能够包含或存储供指令执行***、装置或设备使用或与其结合使用的程序的任何介质。以举例的方式，计算机存储介质可以包括动态随机存取存储器(DRAM)或它们的变体、固态存储器、只读存储器(ROM)、电可擦除可编程ROM、光盘(例如，CD-ROM、DVD等)、磁盘(例如，硬盘、软盘等)、磁带、以及存储数据的其它类型的设备和/或制品。计算机存储介质通常包括至少一个或多个有形介质或设备。在一些实施例中，计算机存储介质可以包括如下实施例，所述实施例包括完全非暂时性组件。在所示实施例中，存储器204存储建模应用212，在下面进一步详细讨论。计算***200还可以包括配置成接收和发送数据(例如出于建模目的所需的井数据或其它真实世界数据)的通信接口208。另外，显示器210可以用于呈现建模图形，或允许用户限定用于地下体积的模型参数。
在各种实施例中，建模应用212接收可以用于基于对象或事件的建模过程和MPS模拟过程中的一个或两者的一个或多个参数。如在下面进一步详细讨论的，例如，本文所使用的MPS模拟过程可以使用平滑窗口大小、被建模为井数据的井数据周围的局部大小和/或距井数据不再影响基础的基于事件或基于对象的模型的井的总距离。在示出的实施例中，建模应用212包括建模组件214、约束限定组件216和已知数据集成组件218。
建模组件214提供感兴趣的体积内的基于对象或基于事件的建模。建模组件214可以被用于生成初始模型，或者，在替代应用中，可以生成解释已知数据(例如，来自局部数据集成组件218)的精制模型，其例如经由约束限定组件216接收一个或多个约束，所述约束限定组件216从用户接收这种约束。在示例实施例中，约束可以包括基于现有观测的信息、历史经验或其它类型的数据或专家知识。这种信息可以采取局部数据模型的形式，或约束应当通过建模组件214应用于随后的基于MPS建模的程度。例如，这可以包括平滑窗口大小，以及本文讨论的各种其它平滑参数。基于该约束，建模组件214可以基于由用户限定的约束计算基于事件或基于对象的模式，如以上结合图1-3说明的。此外，可以在MPS模拟过程中使用其它约束，如上面所讨论且如下面进一步详述的。
在示例实施例中，建模组件214可以以多种方式来使用。例如，在一些实施例中，例如通过在基于预定距离的已知数据点和对基础模型的约束率之间应用梯度来选择搜索参数和模拟节点以最大化由MPS过程更新的区域与由建模组件生成的基础模型之间的一致性，从而允许随着距已知数据点的距离增加而逐渐增加对基础模型的约束。由建模组件214使用的参数的这种选择可以例如经由通过应用212提供的用户界面来设置，并允许用户选择和设置将由应用最终产生的模型约束到以下中的一个或多个的程度：(1)基础的基于事件或基于对象的模型，(2)已知数据，诸如井数据，或(3)局部趋势模型。在下面结合图5-10描述和描绘关于这种模式的细节，包括可以用于生成模型的窗口大小的讨论。
在一些实施例中，原始模型(基于事件或对象)或已知井数据或局部趋势数据约束由建模组件214执行的MPS模拟的程度不完全到一个或另一个极端。在这种实施例中，可以允许用户使用应用212选择或设置限制，关于最终的模型是如何约束到已知数据或基于对象或基于事件的模型。此外，在一些实施例中，在提供给MPS模拟的已知数据和模型之间的不匹配的程度限定MPS模拟被约束到一个或另一个数据集的程度。在更进一步的实施例中，已知数据的密度还可以限定该MPS模拟被约束到该数据的程度。
在一些实施例中，通过在约束限定组件216处接收约束来约束建模组件214，以将MPS过程约束到非平稳信息，诸如使用局部变量取向和训练图像。通过使用非平稳信息，可以保持与先验的基于事件的模型的一致性。
现在参见图5-10，示出了包括基于事件的模拟和基于MPS的处理两者以提高已知数据的区域中的已知数据与模型之间的一致性的示例过程的例示，代表向局部变量特异性比例趋势模型的变化。图5示出了示例图形建模场景300，其中可以实现本申请的各方面。如该图3所示，第一模型体积302包括层和柱的网格，其与具有对应的层和柱的模拟网格304相交。示出为井306a-b的多个井306也包括在该体积中，并且代表已知数据存在的位置。
图6示出了根据示例实施例的用于井调节的示例模型400。如图所示，模型400包括其中示出为井404a-c的多个井404存在的模型体积402。例如可以与油气可以通过其流动或驻存的穿过地下沉积物的路径对应的一个或多个河道406也可以包括在该模型中，以供模拟的目的。当然，应该注意的是，在一些实施例中，模型400可能不匹配所有的井数据，在这种情况下，应提供一些用于已知井数据的可容纳空间。
因此，图7示出了在用于示出为井502a-c的井502附近使用的三个不同的平滑窗口504。如在所示的示例中看到的，围绕每个井502的是一组基于多个参数的约束。在示例实施例中，参数可以包括在井506附近的位置处的自由范围、总范围508、或距将发生平滑的井(例如，其中井数据的效果可能开始影响基础的基于对象或基于事件的模型的区域)的距离以及最大平滑窗口大小(例如，平滑量)。如该图7所示，可以强制约束水平的等级，其中更靠近井502的区域更约束于井数据且较少约束于基础的基于事件或基于对象的模型，而离井更远但在平滑窗口内的区域则更约束于基础模型且较少约束于井数据。值得注意的是，虽然示出了每个井502周围的圆形周长，但是也可以应用其它类型的井数据周长或分级的井数据效果。
图8示出了应用如上结合图1-4所述的MPS过程以将基于事件或基于对象的模型符合到其中已知数据是可用的位置中的已知数据的端部效应。
如图8所示，示出了按照相邻柱的数目限定的示例平滑窗口，其中示出了0(窗口610)、2(窗口620)、5(窗口630)、10(窗口640)、20(窗口650)和40(窗口660)的窗口大小。如在这些窗口中看到的，渐渐地，远离井位置(示出为窗口610中的井位置602a-c，并在跨窗口620-660的对应位置中)的基础建模信息被逐渐扩散。特别是，用0相邻柱的窗口，该模型不由井位置502a-c处的已知数据通知，同时用40的窗口，基础模型数据(表示可能的河道)中没有多少留下，其中所有数据反而符合已知数据值。
如图9-10所示，描绘了示例可调整的MPS，其可以用于上面结合图1-2讨论的MPS模拟。图7的平滑梯度进一步在图9-10中所示的示例中示出。图9示出了将图6的平滑窗口应用至模型数据(例如，图7中所见的模型数据(例如，来自窗口510)。在该示例实施例中，不是跨整个模型体积应用MPS模拟，而是这种模拟被应用在平滑窗口内的梯度中。图9示出了使用与井相邻的4单元窗口、32单元总平滑窗口大小和10单元的最大平滑窗口的示例调整模型窗口700。
通过对比，图10示出了利用与井相邻的4单元窗口、32单元总平滑窗口大小和20单元的最大平滑窗口的示例调整模型窗口800。通过与图9对比，图10中示出了更大程度的平滑，因为较少约束到基础模型数据被呈现在井602周围的平滑窗口602内。在两种情况下，远离井602，所得到的模型被约束到原始模型数据，并保持不变。
相应地，总体参照图1-10，使用用选定的模拟参数集合的基于MPS的模拟，可以将根据本公开内容生成的基于对象或事件的模型编码为局部变量约束模型。在没有来自基于事件或对象的模型的任何信息的情况下基于局部趋势、局部数据或全局比例，这允许模型在对基于事件或对象的模型(对应于先验模型的最终模型)的精确约束与完全朴素之间局部变化(例如，如上沿图7所示的梯度)。
例如，以上参考根据本发明的实施例的方法、***和计算机程序产品的框图和/或操作说明描述本发明的实施例。框中指出的功能/动作可以不按任何流程图中所示的次序发生。例如，连续示出的两个框实际上可以基本上同时执行，或者所述框有时可以以相反的次序执行，这取决于涉及的功能/动作。
在本申请中提供的一个或多个实施例的描述和例示不意在以任何方式限制或局限如要求保护的发明的范围。在本申请中提供的实施例、示例和细节被认为足以传达占有和使他人能够制造和使用要求保护的发明的最佳模式。所要求保护的发明不应该被解释为限于在本申请中提供的任何实施例、示例或细节。无论组合或单独示出和描述，各种特征(结构和方法两者)旨在被选择性地包括或省略，以产生具有特定的特征集合的实施例。在提供了本申请的描述和例示的情况下，本领域技术人员可以设想落入本申请中所体现的不背离所要求保护的发明的广泛范围的总体发明构思的更广泛方面的精神内的变型、修改和替代实施例。
Claims (24)
1.一种基于计算机的调节储层模型数据的方法，所述方法包括：
在对应于地下体积的地层网格内执行建模过程，以生成包括模型网格内的一个或多个相对象的初始模型，所述建模过程包括参数分布、初始和边界条件以及沉积和侵蚀规则以限定所述网格内的相对象之间的相互作用；
测量在所述建模过程期间使用的调节井数据和潜在输入趋势模型与所述初始模型之间的不匹配，并从这些局部的不匹配测量导出局部变量约束模型；
使用以前的局部变量约束模型来执行多点统计模拟，所述局部变量约束模型在所述初始模型与已知数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配已知数据或潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，从而允许符合已知井数据和潜在趋势模型。
2.如权利要求1所述的基于计算机的方法，其中所述建模过程包括基于对象或事件的建模过程，并且其中所述初始模型包括基于对象或事件的模型。
3.如权利要求2所述的基于计算机的方法，其中局部变量约束的水平根据基于事件的模型与井数据和潜在输入趋势模型之间的局部不匹配而变化。
4.如权利要求3所述的基于计算机的方法，其中，基于所述已知数据和所述潜在输入趋势模型与所述初始模型之间的不匹配，所述局部变量约束模型在所述初始模型与所述已知井数据和所述潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配所述已知井数据或所述潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，从而允许符合所述已知井数据和所述潜在输入趋势模型。
5.如权利要求1所述的基于计算机的方法，其中所述多点统计建模过程被约束到来自所述局部变量约束模型的非平稳信息，从而保持与井数据和潜在输入趋势模型的一致性。
6.如权利要求5所述的基于计算机的方法，其中所述非平稳信息、所述局部变量约束模型确保与在先的基于对象或事件的模型的一致性。
7.如权利要求1所述的基于计算机的方法，其中所述模型体积包括多个柱和多个层，所述模型限定每个柱中的每个层处的多个性质。
8.如权利要求1所述的基于计算机的方法，其中多点统计过程使用一个或多个搜索参数和模拟节点次序来最大化多点模拟模型与局部变量约束模型之间的一致性。
9.如权利要求1所述的基于计算机的方法，其中建模过程包括基于井数据和潜在输入趋势模型的特定数据源的模型体积内的每个位置处的局部不精确水平，其中每个位置由来自多个柱之中的柱和来自多个层之中的层限定。
10.如权利要求1所述的基于计算机的方法，其中已知数据附近的位置至少部分地使用限定所述已知数据周围必须至少部分符合所述已知数据的区域的窗口来限定，在所述区域上的位置，局部变量约束性质是非特定的，并且允许MPS模型自由遵循井数据和潜在输入趋势，并潜在地从所述初始模型偏离。
11.如权利要求1所述的基于计算机的方法，还包括：局部地分配平滑窗口来控制局部变量约束模型中的精确水平。
12.如权利要求11所述的基于计算机的方法，其中所述平滑窗口限定第一窗口和比第一窗口大的第二窗口，在所述第一窗口内局部约束模型紧密符合输入模型，在所述第二窗口内局部约束模型比在所述第一窗口内较少符合所述初始模型。
13.如权利要求10所述的基于计算机的方法，其中所述已知数据包括井数据。
14.如权利要求10所述的基于计算机的方法，其中所述已知数据包括相比例输入趋势。
15.如权利要求10所述的基于计算机的方法，其中，在储层模型内，与所述已知井数据的符合程度随着与井数据的距离增加而减小。
16.一种用于调节储层模型数据的***，所述***包括：
包括可编程电路和存储器的计算***，所述存储器存储储层建模应用，所述可编程电路配置为执行包括在所述储层建模应用中的程序指令，所述程序指令当被执行时使得所述计算***：
在对应于地下体积的地层网格内执行建模过程，以生成包括模型网格内的一个或多个相对象的初始模型，所述建模过程包括参数分布、初始和边界条件以及沉积和侵蚀规则以限定所述网格内的相对象之间的相互作用；
测量在所述建模过程期间使用的调节数据和潜在输入趋势模型与所述初始模型之间的不匹配，并从这些局部的不匹配测量导出局部变量约束模型；以及使用所述局部变量约束模型来执行多点统计模拟，所述局部变量约束模型在所述初始模型与已知数据和潜在输入趋势模型相一致的位置完全由所述初始模型约束与在所述初始模型不匹配所述已知数据或所述潜在输入趋势模型的位置完全不由所述初始模型约束之间变化，从而允许符合所述已知数据和潜在趋势模型。
17.如权利要求16所述的***，其中所述已知数据被存储在所述存储器中并且由所述储层建模应用访问以执行多点统计过程。
18.如权利要求16所述的***，其中所述初始模型限定地下储层中的相。
19.如权利要求16所述的***，其中已知井数据附近的位置至少部分地使用限定所述已知数据周围必须至少部分符合所述已知数据的区域的窗口来限定。
20.如权利要求19所述的***，其中平滑窗口具有通过到所述储层建模应用的用户输入设置的尺寸。
21.如权利要求16所述的***，还包括局部地分配平滑窗口来控制局部变量约束模型中的精确水平。
22.如权利要求21所述的***，其中所述平滑窗口限定第一窗口和比第一窗口大的第二窗口，在所述第一窗口内局部约束模型紧密符合输入模型，在所述第二窗口内局部约束模型比在所述第一窗口内较少符合所述初始模型。
23.如权利要求16所述的***，其中所述建模过程包括基于对象的建模过程或基于事件的建模过程中的至少一个。
24.一种用于调节储层模型数据的***，所述***包括：
包括可编程电路和存储器的计算***，所述存储器存储储层建模应用和储层模型，所述可编程电路配置为执行包括在所述储层建模应用中的程序指令，所述程序指令当被执行时使得所述计算***：
将所述储层模型限定为地下体积的表示，所述储层模型包括地层网格，所述地层网格包括多个柱和多个层，所述储层模型限定每个柱中的每个层处的多个性质；
在所述模型体积内执行基于对象或事件的建模过程，以生成限定存储在模型网格内的一个或多个相对象的初始模型，所述基于对象或事件的建模过程包括参数分布、初始和边界条件以及沉积和侵蚀规则以限定所述网格内的相对象；
计算局部变量约束模型，所述局部变量约束模型针对与已知数据相关联的初始模型内的一个或多个位置限定待应用到多点统计模拟的一个或多个约束，以局部地约束符合初始的基于对象或事件的模型或以井数据形式的已知数据以及潜在输入趋势；以及
执行约束到局部变量约束模型的多点统计模拟
其中，局部变量约束特异性的水平根据所述初始模型与井数据和潜在输入趋势模型之间的局部不匹配而变化。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/510,357 US10288766B2 (en) | 2014-10-09 | 2014-10-09 | Conditioning of object or event based reservior models using local multiple-point statistics simulations |
| US14/510,357 | 2014-10-09 | ||
| PCT/US2015/021387 WO2016057071A1 (en) | 2014-10-09 | 2015-03-19 | Conditioning of object or event based reservoir models using local multiple-point statistics simulations |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106716181A true CN106716181A (zh) | 2017-05-24 |
| CN106716181B CN106716181B (zh) | 2019-06-11 |
Family
ID=53015890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580049514.9A Active CN106716181B (zh) | 2014-10-09 | 2015-03-19 | 使用多点统计模拟调节基于对象或事件的储层模型 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10288766B2 (zh) |
| EP (1) | EP3204799B1 (zh) |
| CN (1) | CN106716181B (zh) |
| AU (2) | AU2015328703A1 (zh) |
| CA (1) | CA2957367A1 (zh) |
| WO (1) | WO2016057071A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115348325A (zh) * | 2022-08-24 | 2022-11-15 | 中国电子科技集团公司第十五研究所 | 一种多通道实时传输优先级管控方法和*** |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10578767B2 (en) * | 2012-09-26 | 2020-03-03 | Exxonmobil Upstream Research Company | Conditional process-aided multiple-points statistics modeling |
| EP3563030B1 (en) * | 2016-12-29 | 2024-05-29 | ExxonMobil Technology and Engineering Company | Method and system for regression and classification in subsurface models to support decision making for hydrocarbon operations |
| CA3076523C (en) * | 2017-09-28 | 2023-04-04 | Chevron, U.S.A. | Systems and methods for estimating a likelihood of reservoir productivity as a function of position in a subsurface volume of interest |
| US20200097868A1 (en) * | 2018-09-24 | 2020-03-26 | International Business Machines Corporation | Enhanced consistency in geological risk assessment through continuous machine learning |
| EP3887873A4 (en) * | 2018-11-28 | 2022-08-03 | Services Pétroliers Schlumberger | IMPLICIT PROPERTY MODELING |
| CN109324345B (zh) * | 2018-12-03 | 2020-07-14 | 中国石油化工股份有限公司 | 叠合盆地油气成藏期岩石孔隙度恢复方法 |
| CN109712238B (zh) * | 2018-12-25 | 2023-06-06 | 长江大学 | 平滑处理地质模型的方法及设备 |
| US11255996B2 (en) * | 2019-04-08 | 2022-02-22 | Chevron U.S.A. Inc. | Systems and methods for estimating a likelihood of an object element in a given position in a subsurface volume of interest |
| US11604909B2 (en) | 2019-05-28 | 2023-03-14 | Chevron U.S.A. Inc. | System and method for accelerated computation of subsurface representations |
| US11249220B2 (en) | 2019-08-14 | 2022-02-15 | Chevron U.S.A. Inc. | Correlation matrix for simultaneously correlating multiple wells |
| US11269099B2 (en) * | 2019-08-26 | 2022-03-08 | Chevron U.S.A. Inc. | Systems and methods for generating facies realizations |
| US11187826B2 (en) | 2019-12-06 | 2021-11-30 | Chevron U.S.A. Inc. | Characterization of subsurface regions using moving-window based analysis of unsegmented continuous data |
| US11010969B1 (en) | 2019-12-06 | 2021-05-18 | Chevron U.S.A. Inc. | Generation of subsurface representations using layer-space |
| US10984590B1 (en) | 2019-12-06 | 2021-04-20 | Chevron U.S.A. Inc. | Generation of subsurface representations using layer-space |
| US11320566B2 (en) | 2020-01-16 | 2022-05-03 | Chevron U.S.A. Inc. | Multiple well matching within subsurface representation |
| US11263362B2 (en) | 2020-01-16 | 2022-03-01 | Chevron U.S.A. Inc. | Correlation of multiple wells using subsurface representation |
| US11397279B2 (en) | 2020-03-27 | 2022-07-26 | Chevron U.S.A. Inc. | Comparison of wells using a dissimilarity matrix |
| US11947067B2 (en) * | 2020-09-16 | 2024-04-02 | Saudi Arabian Oil Company | Systems and methods for developing horizontal hydrocarbon wells |
| US11733414B2 (en) * | 2020-09-22 | 2023-08-22 | Chevron U.S.A. Inc. | Systems and methods for generating subsurface data as a function of position and time in a subsurface volume of interest |
| CN113933909B (zh) * | 2021-08-30 | 2024-03-19 | 核工业北京地质研究院 | 一种快速确定裂谷盆地边界的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101221634A (zh) * | 2000-02-22 | 2008-07-16 | 施蓝姆伯格技术公司 | 综合储层优化 |
| CN103282915A (zh) * | 2010-12-30 | 2013-09-04 | 埃克森美孚上游研究公司 | 用于地下储层模拟的***和方法 |
| US20140035912A1 (en) * | 2012-08-01 | 2014-02-06 | Chevron U.S.A. Inc. | Hybrid method of combining multipoint statistic and object-based methods for creating reservoir property models |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9214482D0 (en) | 1992-07-08 | 1992-08-19 | Armitage Kenneth | Sequence property interpretation & risk analysis link |
| US5838634A (en) | 1996-04-04 | 1998-11-17 | Exxon Production Research Company | Method of generating 3-D geologic models incorporating geologic and geophysical constraints |
| US6014343A (en) | 1996-10-31 | 2000-01-11 | Geoquest | Automatic non-artificially extended fault surface based horizon modeling system |
| IE960881A1 (en) | 1996-12-13 | 1998-07-01 | Ronan Francis O Doherty | Method of distinguishing geological sequences and their¹boundaries |
| US6018497A (en) | 1997-02-27 | 2000-01-25 | Geoquest | Method and apparatus for generating more accurate earth formation grid cell property information for use by a simulator to display more accurate simulation results of the formation near a wellbore |
| US6106561A (en) | 1997-06-23 | 2000-08-22 | Schlumberger Technology Corporation | Simulation gridding method and apparatus including a structured areal gridder adapted for use by a reservoir simulator |
| US6070125A (en) | 1997-12-01 | 2000-05-30 | Schlumberger Technology Corporation | Apparatus for creating, testing, and modifying geological subsurface models |
| US6044328A (en) | 1997-12-01 | 2000-03-28 | Schlumberger Technology Corporation | Method for creating, testing, and modifying geological subsurface models |
| US6035255A (en) | 1997-12-01 | 2000-03-07 | Schlumberger Technology Corporation | Article of manufacturing for creating, testing, and modifying geological subsurface models |
| US6018498A (en) | 1998-09-02 | 2000-01-25 | Phillips Petroleum Company | Automated seismic fault detection and picking |
| US6295504B1 (en) | 1999-10-25 | 2001-09-25 | Halliburton Energy Services, Inc. | Multi-resolution graph-based clustering |
| US6480790B1 (en) | 1999-10-29 | 2002-11-12 | Exxonmobil Upstream Research Company | Process for constructing three-dimensional geologic models having adjustable geologic interfaces |
| US6560540B2 (en) | 2000-09-29 | 2003-05-06 | Exxonmobil Upstream Research Company | Method for mapping seismic attributes using neural networks |
| US6438493B1 (en) | 2000-09-29 | 2002-08-20 | Exxonmobil Upstream Research Co. | Method for seismic facies interpretation using textural analysis and neural networks |
| US6477469B2 (en) | 2001-01-08 | 2002-11-05 | Halliburton Energy Services, Inc. | Coarse-to-fine self-organizing map for automatic electrofacies ordering |
| US6850864B2 (en) | 2001-06-29 | 2005-02-01 | Exxonmobil Upstream Research Company | Method for analyzing dip in seismic data volumes |
| US7295706B2 (en) | 2002-07-12 | 2007-11-13 | Chroma Group, Inc. | Pattern recognition applied to graphic imaging |
| US7188092B2 (en) | 2002-07-12 | 2007-03-06 | Chroma Energy, Inc. | Pattern recognition template application applied to oil exploration and production |
| US6912467B2 (en) | 2002-10-08 | 2005-06-28 | Exxonmobil Upstream Research Company | Method for estimation of size and analysis of connectivity of bodies in 2- and 3-dimensional data |
| US7516055B2 (en) | 2004-08-20 | 2009-04-07 | Chevron U.S.A. Inc | Multiple-point statistics (MPS) simulation with enhanced computational efficiency |
| US7986319B2 (en) * | 2007-08-01 | 2011-07-26 | Austin Gemodeling, Inc. | Method and system for dynamic, three-dimensional geological interpretation and modeling |
| US8606555B2 (en) | 2009-10-23 | 2013-12-10 | Chevron U.S.A. Inc. | System and method for modeling a geologic volume of interest |
| US9285502B2 (en) | 2009-12-08 | 2016-03-15 | Chevron U.S.A. Inc. | System and method for lacunarity analysis |
| US9164193B2 (en) | 2012-06-11 | 2015-10-20 | Chevron U.S.A. Inc. | System and method for optimizing the number of conditioning data in multiple point statistics simulation |
| US10578767B2 (en) | 2012-09-26 | 2020-03-03 | Exxonmobil Upstream Research Company | Conditional process-aided multiple-points statistics modeling |
-
2014
- 2014-10-09 US US14/510,357 patent/US10288766B2/en active Active
-
2015
- 2015-03-19 CA CA2957367A patent/CA2957367A1/en not_active Abandoned
- 2015-03-19 AU AU2015328703A patent/AU2015328703A1/en active Pending
- 2015-03-19 WO PCT/US2015/021387 patent/WO2016057071A1/en active Application Filing
- 2015-03-19 EP EP15719316.0A patent/EP3204799B1/en active Active
- 2015-03-19 AU AU2015101990A patent/AU2015101990B4/en not_active Expired
- 2015-03-19 CN CN201580049514.9A patent/CN106716181B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101221634A (zh) * | 2000-02-22 | 2008-07-16 | 施蓝姆伯格技术公司 | 综合储层优化 |
| CN103282915A (zh) * | 2010-12-30 | 2013-09-04 | 埃克森美孚上游研究公司 | 用于地下储层模拟的***和方法 |
| US20140035912A1 (en) * | 2012-08-01 | 2014-02-06 | Chevron U.S.A. Inc. | Hybrid method of combining multipoint statistic and object-based methods for creating reservoir property models |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115348325A (zh) * | 2022-08-24 | 2022-11-15 | 中国电子科技集团公司第十五研究所 | 一种多通道实时传输优先级管控方法和*** |
| CN115348325B (zh) * | 2022-08-24 | 2024-01-23 | 中国电子科技集团公司第十五研究所 | 一种多通道实时传输优先级管控方法和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| AU2015101990B4 (en) | 2021-04-15 |
| EP3204799A1 (en) | 2017-08-16 |
| WO2016057071A1 (en) | 2016-04-14 |
| CA2957367A1 (en) | 2016-04-14 |
| AU2015101990A4 (en) | 2021-01-14 |
| US10288766B2 (en) | 2019-05-14 |
| EP3204799B1 (en) | 2023-09-27 |
| US20160103245A1 (en) | 2016-04-14 |
| AU2015328703A1 (en) | 2017-02-23 |
| CN106716181B (zh) | 2019-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106716181B (zh) | 使用多点统计模拟调节基于对象或事件的储层模型 | |
| US10467357B2 (en) | Geobody continuity in geological models based on multiple point statistics | |
| CA2577845C (en) | Method for creating facies probability cubes based upon geologic interpretation | |
| US11604909B2 (en) | System and method for accelerated computation of subsurface representations | |
| US20090234625A1 (en) | Providing a simplified subterranean model | |
| CN106663234A (zh) | 使用数据驱动不确定性范围的储层属性趋势建模指导 | |
| CN106605158B (zh) | 利用用于深度剖绘的参数化模板的沉积物运移模拟 | |
| BRPI1003737A2 (pt) | método para representação de fraturas em um modelo de um reservatório subterráneo, e método para extração de um ou mais parámetros petrofìsicos de um modelo de um reservatório subterráneo | |
| CN116071515A (zh) | 一种逐层创建数字化三维地质模型方法及应用*** | |
| AU2013398344B2 (en) | Local updating of 3D geocellular model | |
| EP3320450B1 (en) | Improved geobody continuity in geological models based on multiple point statistics | |
| Manchuk et al. | Direct geostatistical simulation on unstructured grids | |
| Kwang | Overcoming unrealistic behavior of landscape evolution models attributed to the stream power incision model: Scale invariance and ultra-sensitivity to initial conditions | |
| US20220187497A1 (en) | A method for forming coarse-scale 3d model of heterogeneous sedimentary structures | |
| Milliotte et al. | 3D Deterministic Multi-Level Fracture and Matrix Flow Model of a Layered Platform Carbonate Reservoir Analog (Morocco) | |
| Ahmed et al. | 3D Reservoir Simulation of X Field Onshore Niger Delta Nigeria: The Power of Multiple Iterations | |
| Hoffman et al. | Buliding Complex Structural Frameworks with Fused Fault Blocks | |
| Doneva et al. | Geophysical aspects of the geotectonic processes in the Vardar zone and the Eastern Macedonian zone |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |