简介:油藏描述是根据数模参数来描述油藏、以便对其进行动态预测的一种方法。我们介绍了一种采用专用设计的遗传算法来搜索最有可能与油藏的测量结果拟合的油藏描述方法。该遗传算法使用六个染色体来代表不同类型的油藏参数。其中三个染色体具有多维实数结构,而另外三个染色体则为一维二进制数组。创造了专门设计的交换和变异算子与非标准的基因组结构一同使用。该方法在真实、复杂的人造油藏模型上进行了试验,并与模拟退火(SA)算法进行了比较。我们证明,遗传算法能获得比模拟退火算法更好的结果,可与人工计算所能得到的结果相媲美。此外我们还证明,对于算法建立的详细过程而言,遗传算法的性能是稳健的。因为该算法易于进行并行处理,对于被丢失和被破坏的解具有稳健性,且能返回一组良好的解,因此它是自动油藏描述算法中的一种理想方法。
简介:在这篇论文中,我们推荐一种名为广义主分量分析(GPCA)的多变量统计方法,该方法在减少有意义变量数量的同时,计算描述几组变量之间关系的分量并且也分别描述每一组变量的分量。GPCA适用于(根据一个真实地震数据集)等方位角数据体的联合地层反演之后得到的三个弹性参数(纵、横波阻抗和密度)。从GPCA提取的分量是在储层时窗描述地震特征的新的属性。这些新属性用来提取初始参数并在地质上用一种监控模式识别算法进行解释。新属性显得比(适用于相同数据)从一种主分量分析(PCA)提取的多种常规属性更为切合。第一,这些新属性能容易地显示出与几组变量的关系,因此在物理上能作解释。其二,根据更严格限制属性数量这一种手段,更好地提取这三个弹性参数。最后,利用从GPCA提取的属性,使所作的地质解释更可靠和更贴近实际。
简介:本文介绍了如何在Pickett图上绘出毛管压力常数、传输速度、孔喉半径以及自由水面以上高度线。综合利用这些属性可确定流动单元和储集层,并阐明了地质学、岩石物理学和油藏工程问的重要关系。流动(或水力)单元与储集层的概念在过去几年里已相当成功地用于石油工业中,并取得了丰硕的成果。传输速度K/φ可用于许多确定流动单元的实例中。井问流动单元的关系有助于确定储集层和预测储层性能。研究表明,对传输速度K/φ为常数的地层,有效孔隙度与真电阻率的Pickett交汇图为一系列相互平行的直线。直线的斜率与孔隙度指数m、含水饱和度指数n、和绝对渗透率方程中的常数有关。通过这些直线,可直接确定每一类流动单元在任意含水饱和度下的毛细管压力和孔喉半径。含水饱和度65%时的孔喉半径与Winland的r35值有很好的对应关系。以前发表的文献中没公开发表过此方法。画出K/φ常数曲线,可在Pickett图上绘出完整的毛细管压力曲线,包括束缚水饱和度和非束缚水饱和度的区域。以前用于确定给定层段绝对渗透率的经验方法是假设含水饱和度为束缚水饱和度。本文介绍了一种确定绝对渗透率的方法,它适用于层段含可动水的情况。我们通过Cdorado东南部Sorrento地区的Morrow砂岩资料和Dokoto北部LittleKnife地区MissionCanyon组的碳酸盐岩资料为例说明此技术的应用情况。我们认为,流动单元可通过单对数坐标的Pickett图、毛细管压力、孔喉半径和Winlandr35值一体化确定。