一种用于构建三维地质体的方法及系统
文献发布时间:2024-04-18 19:58:21
技术领域
本发明涉及石油勘探技术领域,尤其是涉及一种用于构建三维地质体的方法及系统。
背景技术
三维地质建模是对石油、天然气等矿藏开采进行预测、规划、动态分析及效果评价的重要方法。准确构建三维地质数据体对钻井地质环境的定量描述和油藏的三维表征具有重要意义。
地震勘探是钻前勘测矿藏的重要技术手段,也是三维地质建模最重要的数据来源。通过地震反演技术,基于地表观测的地震资料,利用已知地质规律和钻井、测井资料为约束,可以对地震层速度、岩石物理和力学参数等属性进行空间建模,并实现地下空间结构和物理性质的成像过程。
现有三维地质数据体构建技术存在以下不足:
(1)地质资料利用不全面,导致地质建模和储层描述不精确。当前,多源数据可以为宏观地质建模提供依据,目前只应用了地震数据和常规测录井数据,忽略了岩心、成像测井等精细尺度数据可以提供的储层描述,尤其是对于非均质性强的复杂储层,小尺度上的非均质性容易被忽略。而且,多源数据在尺度和分辨率上相差巨大,给精细尺度数据在构建宏观三维地质体上的应用造成了困难。
(2)基于岩心、成像等井筒数据的井周精细化描述和参数体的更新范围有限。由于取心范围和成像测井区间有限,目前只应用在了井筒周围小范围的精细化描述,缺乏基于不同尺度之间的相关性研究扩大属性更新范围的技术方法。
发明内容
本发明的目的在于,需要提供一种基于多尺度数据融合的三维地质数据体构建方案,以准确构建三维地质数据体,有效指导科学钻井设计和施工、油藏高效开发。
为了解决上述技术问题,本发明提供了一种用于构建三维地质体的方法,包括:建立关于待研究工区的三维地震属性体;基于所述三维地震属性体,结合常规测井资料和成像测井资料,分别对地质尺度、测井尺度和成像尺度下的岩石类型进行划分;根据不同尺度下的岩石类型划分结果,结合岩心资料,建立用来从岩心、成像、测井到地质依次进行尺度粗化和属性预测的多尺度关联模型;依据所述多尺度关联模型,对原始三维地质体进行更新。
优选地,在基于所述三维地震属性体,结合常规测井资料和成像测井资料,分别对地质尺度、测井尺度和成像尺度下的岩石类型进行划分的步骤中,包括:基于所述三维地震属性体,提取三维地质网格信息并在地质空间内进行岩石类型划分,得到地质尺度下的岩石类型划分结果;以所述三维地质网格信息作为约束边界,对测井曲线进行分割处理,并通过计算每个测井分割段的属性值来得到测井尺度下的岩石类型划分结果;以测井曲线分割点作为约束边界,对成像数据进行分割,并通过计算每个成像分割段的属性值来得到成像尺度下的岩石类型划分结果。
优选地,在以测井曲线分割点作为约束边界,对成像数据进行分割,并通过计算每个成像分割段的属性值来得到成像尺度下的岩石类型划分结果的步骤之前,将成像二维数据转换为成像一维数据,以根据成像一维数据来对成像岩石类型进行划分。
优选地,在对成像数据/测井曲线进行分割时,包括:以所述测井曲线分割点/所述三维地质网格信息作为约束边界,对成像数据/测井曲线进行初次分割,并计算每个成像/测井初次分割段的成像/测井属性值;以成像数据/测井曲线的初次分割边界为约束,对成像数据/测井曲线进行二次分割,计算每个成像/测井二次分割段的成像/测井属性值;根据所述每个成像/测井二次分割段内的成像/测井属性的属性平均值,对成像/测井尺度下的不同岩石类型进行划分,得到不同成像/测井岩石类型对应的成像/测井属性数据点。
优选地,在对所述测井曲线或所述成像数据进行二次分割的过程中,包括:采用小波变换法对所述成像数据或所述测井曲线进行平滑滤波处理;获得所述成像数据或所述测井曲线的二次分割点,其中,将经过平滑处理的成像数据或测井曲线进行二次导数计算,从而将二次导数为零的点确定为对应的二次分割点。
优选地,在构建所述多尺度关联模型的步骤中,包括:基于成像二次分割的分割点,对三维岩心属性体进行分割,获得不同成像二次分割段的岩心属性值;根据所述不同成像二次分割段的岩心属性值,并结合不同成像岩石类型对应的若干种成像属性数据点,对所述成像与岩心关联模型进行构建;根据成像尺度的成像属性数据点和岩心属性数据点,并结合不同测井岩石类型对应的若干种测井属性数据点,对所述测井与成像关联模型进行构建;根据测井尺度的测井属性数据点、成像属性数据点和岩心属性数据点,并结合不同地质岩石类型对应的所述三维地震属性体中指示的地震层速度,对所述地质与测井关联模型进行构建。
优选地,将每种成像岩石类型对应的若干种成像属性数据点作为输入,并将所述不同成像二次分割段的岩心属性值作为输出,采用机器学习方法或多元函数拟合方法,建立所述成像与岩心关联模型。
优选地,将每种测井岩石类型对应的若干种测井属性数据点作为输入,并将不同测井二次分割段的成像属性值和岩心属性值作为输出,采用机器学习方法或多元函数拟合方法,建立所述测井与成像关联模型。
优选地,将每种地质岩石类型对应的地震层速度作为输入,并将所述三维地质网格对应的测井属性值、成像属性值和岩心属性值作为输出,采用线性或非线性函数拟合方法,建立所述地质与测井关联模型。
优选地,在对所述成像与岩心关联模型/所述测井与成像关联模型进行构建之前,还包括:对不同成像属性/测井属性的重要性进行分析,以根据重要成像/测井属性对应的属性数据点来建立对应的关联模型。
优选地,在建立关于待研究工区的三维地震属性体的步骤中,包括:对所述待研究工区的地震资料、以及多口井的常规测井资料、录井资料、成像测井资料和岩心资料进行收集;以常规测录井资料为约束条件,对地震数据进行反演获得所述三维地震属性体。
另一方面,本发明还提供了一种用于构建三维地质体的系统,包括:地震属性体构建模块,其配置为建立关于待研究工区的三维地震属性体;多尺度岩石类型划分模块,其配置为基于所述三维地震属性体,结合常规测井资料和成像测井资料,分别对地质尺度、测井尺度和成像尺度下的岩石类型进行划分;多级关联模型构建及属性扩展模块,其配置为根据不同尺度下的岩石类型划分结果,结合岩心资料,建立用来从岩心、成像、测井到地质依次进行尺度粗化和属性预测的多尺度关联模型;多尺度属性表征模块,其配置为依据所述多尺度关联模型,对原始三维地质体进行更新。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本发明公开了一种用于构建三维地质体的方法及系统。该方法及系统一体化地融合了岩心、成像测井、常规测录井、地震等不同尺度的多源数据,充分考虑了多源数据在尺度和分辨率上的巨大差异,将精细尺度属性的局部区间扩展到宏观地质体空间范围,获得基于不同尺度属性更新的三维地质体(获得岩心、成像、测井等不同尺度属性对三维地质数据体的更新)。本发明提高了钻井地质因素定量描述和油藏三维表征的准确性,为精细尺度数据在构建宏观地质体上的应用提供了可能,为钻井设计和油藏开发提供有效的参考和指导。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本申请实施例的用于构建三维地质体的方法的步骤图。
图2是本申请实施例的用于构建三维地质体的方法的具体流程图。
图3是本申请实施例的用于构建三维地质体的方法中测井尺度下的岩石类型划分结果的一个示例图。
图4是本申请实施例的用于构建三维地质体的方法中成像尺度下的岩石类型划分结果的一个示例图。
图5是本申请实施例的用于构建三维地质体的系统的结构框图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
三维地质建模是对石油、天然气等矿藏开采进行预测、规划、动态分析及效果评价的重要方法。准确构建三维地质数据体对钻井地质环境的定量描述和油藏的三维表征具有重要意义。
地震勘探是钻前勘测矿藏的重要技术手段,也是三维地质建模最重要的数据来源。通过地震反演技术,基于地表观测的地震资料,利用已知地质规律和钻井、测井资料为约束,可以对地震层速度、岩石物理和力学参数等属性进行空间建模,并实现地下空间结构和物理性质的成像过程。
现有三维地质数据体构建技术存在以下不足:
(1)地质资料利用不全面,导致地质建模和储层描述不精确。当前,多源数据可以为宏观地质建模提供依据,目前只应用了地震数据和常规测录井数据,忽略了岩心、成像测井等精细尺度数据可以提供的储层描述,尤其是对于非均质性强的复杂储层,小尺度上的非均质性容易被忽略。而且,多源数据在尺度和分辨率上相差巨大,给精细尺度数据在构建宏观三维地质体上的应用造成了困难。
(2)基于岩心、成像等井筒数据的井周精细化描述和参数体的更新范围有限。由于取心范围和成像测井区间有限,目前只应用在了井筒周围小范围的精细化描述,缺乏基于不同尺度之间的相关性研究扩大属性更新范围的技术方法。
因此,为了解决上述一个或多个技术问题,本申请提出了一种用于构建三维地质体的方法及系统。该方法及系统按照地质-测井-成像尺度的顺序,分别对多尺度数据进行平滑滤波处理和精细分割;在每一尺度精细分割的基础上,利用人工智能聚类算法进行岩石类型划分;基于不同尺度的岩石类型,利用函数拟合或机器学习方法分别建立成像-岩心、测井-成像、地质-测井的相关性预测模型;应用相关性预测模型,分别将岩心尺度属性扩展至成像区间、成像尺度属性扩展至测井区间、测井尺度属性扩展至三维地质空间。
这样,本发明一体化地融合了岩心、成像测井、常规测录井、地震等多源数据,充分考虑了多源数据在尺度和分辨率上的巨大差异,为精细尺度数据在构建宏观地质体上的应用提供了可能。
图1是本申请实施例的用于构建三维地质体的方法的步骤图。如图1所示,本发明实施例所公开的用于构建三维地质体的方法(以下简称“三维地质体构建方法”)包括如下步骤:步骤S110建立关于待研究工区的三维地震属性体;步骤S120基于步骤S110所建立的三维地震属性体,结合常规测井资料和成像测井资料,分别对地质尺度、测井尺度和成像尺度下的岩石类型进行划分;而后,步骤S130根据步骤S120所获得的不同尺度下的岩石类型划分结果,结合岩心资料,建立用来从岩心、成像、测井到地质依次进行尺度粗化和属性预测的多尺度关联模型;最后,步骤S140依据步骤S130所构建的多尺度关联模型,对原始三维地质体进行更新。
图2是本申请实施例的用于构建三维地质体的方法的具体流程图。下面结合图1和图2对本发明实施例所述的三维地质体构建方法的具体流程进行说明。
步骤S110收集待研究工区内的地质和多口井的井筒资料,从而构建针对当前工区的三维地震属性体即原始三维地质体。在步骤S110中,首先,对待研究工区内的地震资料和多口井的常规测井资料、录井资料、成像测井资料、岩心资料(例如岩心CT扫描资料)进行收集。而后,根据所收集的常规测录井资料作为约束条件,对地震数据进行反演获得三维地震属性体。
在建立三维地震属性体后,进入到步骤S120中,基于三维地震属性体,利用常规测井数据和成像测井数据,依次进行基于地质尺度的岩石类型划分、基于测井尺度的岩石类型划分和基于成像尺度的岩石类型划分。
在步骤S120中,首先,基于三维地震属性体,提取三维地质网格信息并在地质空间内进行岩石类型划分,得到地质尺度下的岩石类型划分结果;而后,以前一步得到的三维地质网格信息作为约束边界,对测井数据(测井曲线)进行分割处理,并通过计算每个测井分割段的属性值来得到测井尺度下的岩石类型划分结果;最后,以测井曲线分割点作为约束边界,对成像数据进行分割,并通过计算每个成像分割段的属性值来得到成像尺度下的岩石类型划分结果。
具体来说,在对地质尺度的岩石类型进行划分时,需要基于三维地震属性体,提取三维地质网格信息,并应用人工智能聚类算法(例如:一维聚类算法)在三维地质空间内进行岩石类型划分,从而得到不同地质岩石类型对应的地质属性数据点(即地质尺度下的不同岩石类型划分结果)。由此,便从三维地震属性体中提取到基于地质尺度下的不同地质岩石类型,从而继续对测井尺度下的岩石类型进行划分。
在对测井尺度的岩石类型进行划分时,步骤S101(未图示)以上述三维地质网格信息作为约束边界,对测井曲线进行初次分割,并计算每个测井初次分割段内的测井属性的属性平均值。具体地,以三维地质网格划分为约束边界,先对测井曲线进行粗分割,由于每一个测井粗分割块都对应有多个数据点的测井属性值,因而,在获得每一个测井粗分割块对应的测井属性值时,需针对每个测井粗分割块来计算块内所有数据点的同一类测井属性的属性平均值。
进一步,步骤S102(未图示)根据每个测井初次分割段内的测井属性数据点,以测井曲线的初次分割边界为约束,再对测井曲线进行二次分割,获得测井曲线的二次分割点,然后计算每个测井二次分割段内的测井属性的属性平均值,从而得到测井尺度下的岩石类型划分结果。在步骤S102中,在测井曲线粗分割的基础上,进一步对测井数据进行细分割处理。具体来说,第一,应用卷积定义的小波变换公式,对经过粗分割的测井曲线进行平滑滤波处理。其中,利用如下表达式表示小波变换公式:
其中,t表示深度;S(t)表示经过粗分割的测井曲线;WT表示平滑滤波处理后的测井曲线;σ表示尺度参数,该参数代表了平滑程度;τ表示平移量,用来控制小波函数的平移;g表示平滑函数,其中平滑函数采用高斯平滑函数:
第二,在形成测井曲线的二次分割点时,对经过平滑处理的测井曲线,计算二次导数,并将二次导数为零的点确定为测井曲线的二次分割点,从而形成多段连续的测井二次(细)分割段。由于每一个测井细分割块都对应有多个数据点的测井属性值,因而,在获得每一个测井细分割块对应的测井属性值时,需针对每个测井细分割块来计算块内所有数据点的同一类测井属性的属性平均值。
进一步,步骤S103(未图示),根据每个测井二次分割段内的测井属性的属性平均值(即每个测井细分割段内的测井属性值),对测井尺度下的不同岩石类型进行划分,得到不同测井岩石类型对应的测井属性数据点。基于经过细分割处理的测井曲线,将每一个测井细分割块的平均属性值作为一个数据点,根据各测井细分割块的多种测井属性对应的测井属性值的大小,(例如采用聚类分析法),对所有的测井细分割块进行岩石类型划分,从而获得测井尺度的多种测井岩石类型,继而针对每个测井细分割块均得到对应的测井岩石类型,参见图3,也就获得了不同测井岩石类型对应的测井属性数据点(即测井尺度下的不同岩石类型划分结果)。
需要说明的是,在获得多种测井属性对应的测井曲线时,本发明实施例可以将不同属性的测井曲线均按照步骤S101和S102进行处理,根据不同测井属性对应的各二次分割段的测井属性值,充分考虑不同测井属性值的数值范围,通过多参数聚类分析法,综合多种测井属性的组合来对测井尺度下的测井岩石类型进行划分,也就是说,获得每种测井岩石类型对应的不同测井属性的测井属性数据点。另外,本发明实施例能够任意选择一种测井属性的测井曲线进行初次分割和二次分割,确定分割边界,其他种测井属性的测井曲线使用统一的分割边界,无需对每一种测井属性的测井曲线做分割计算。
接下来,为了提高成像尺度下的岩石类型划分的准确性和便捷性,本发明实施例,在对成像尺度的岩石类型进行划分之前,还会将成像二维数据转换为成像一维数据,以根据成像一维数据来对成像岩石类型进行划分。对于某一种类型的成像测井曲线,延垂直于井筒方向对成像测井数据点进行平均值计算,将成像二维数据转换为成像一维数据。
在对成像尺度的岩石类型进行划分时,步骤S201(未图示)以上述测井曲线的分割点作为边界,对(某种类)成像数据进行初次分割,并计算每个成像初次分割段内的成像属性的属性平均值。具体地,以测井曲线的二次分割点为边界,对成像一维数据进行粗分割,由于每一个成像粗分割块都对应有多个数据点的成像属性值,因而,在获得每一个成像粗分割块对应的成像属性值时,需沿井筒方向,针对每个成像粗分割块来计算块内所有数据点的同一类成像属性的属性平均值。
进一步,步骤S202(未图示)根据每个成像初次分割段内的成像属性数据点,以成像一维数据的初次分割边界为约束,再对成像一维数据进行二次分割,获得成像数据的二次分割点,然后计算每个成像二次分割段内的成像属性的属性平均值。在步骤S202中,在成像一维数据粗分割的基础上,进一步对成像一维数据进行细分割处理。具体来说,第一步,应用上述卷积定义的小波变换公式,对经过粗分割的成像一维数据进行平滑滤波处理。
第二步,在形成成像一维数据的二次分割点时,对经过平滑处理的成像一维数据,计算二次导数,并将二次导数为零的点确定为成像一维数据的二次分割点,从而形成多段连续的成像二次(细)分割段。由于每一个成像细分割块都对应有多个数据点的成像属性值,因而,在获得每一个成像细分割块对应的成像属性值时,需针对每个成像细分割块来计算块内所有数据点的同一类成像属性的属性平均值。
进一步,步骤S203(未图示),根据每个成像二次分割段内的成像属性的属性平均值(即每个成像细分割段内的成像属性值),对成像尺度下的不同岩石类型进行划分,得到不同成像岩石类型对应的成像属性数据点。基于经过细分割处理的成像一维数据,将每一个成像细分割块的平均属性值作为一个数据点,根据各成像细分割块的多种成像属性对应的成像属性值的大小,(例如采用聚类分析法),对所有的成像细分割块进行岩石类型划分,从而获得成像尺度的多种成像岩石类型,继而针对每个成像细分割块均得到对应的成像岩石类型,参见图4,也就获得了不同成像岩石类型对应的成像属性数据点(即成像尺度下的不同岩石类型划分结果)。
需要说明的是,在获得多种成像属性对应的成像一维数据时,本发明实施例可以将不同属性的成像一维数据均按照步骤S201和S202进行处理,根据不同成像属性对应的各二次分割段的成像属性值,充分考虑不同成像属性值的数值范围,通过多参数聚类分析法,综合多种成像属性的组合来对成像尺度下的成像岩石类型进行划分,也就是说,获得每种成像岩石类型对应的不同成像属性的成像属性数据点。另外,本发明实施例能够任意选择一种成像属性的成像一维数据进行初次分割和二次分割,确定分割边界,其他种成像属性的成像一维数据使用统一的分割边界,无需对每一种成像属性的成像一维数据做分割计算。
进一步,在完成基于成像尺度的岩石类型划分处理后,进入到步骤S130中,从而建立多级别的关联模型。
在步骤S130中,本发明实施例需要在步骤S1301(未图示)中,对收集到的岩心资料进行分割处理。基于成像二次分割的分割点,对三维岩心属性体进行分割,获得每个成像二次分割段对应的岩心属性值。具体来说,以成像一维数据的细分割点作为边界,对三维岩心属性体进行分割,计算每一个成像二次分割块的岩心属性的平均值,即针对每个成像二次分割段均得到相对应的岩心属性值(如岩心孔隙度)。
而后,步骤S1302(未图示)根据不同成像二次分割段的岩心属性值,并结合不同种成像岩石类型对应的(若干种)成像属性数据点,对成像与岩心关联模型进行构建。
具体地,将每种成像岩石类型对应的若干种成像属性数据点作为输入,并将不同成像二次分割段的岩心属性值作为输出,采用机器学习方法或多元函数拟合方法,建立成像与岩心关联模型,从而构建出利用不同重要成像属性预测岩心属性值的成像与岩心关联模型。另外,本发明实施例还会在对成像与岩心关联模型进行构建之前,对不同成像属性的重要性进行分析,以将若干种重要成像属性对应的成像属性数据点作为建立成像与岩心关联模型所需的输入数据。其中,重要成像属性优选地包括:核磁共振成像孔隙度和声波成像孔隙度。
更具体地说,基于所形成的基于成像尺度的成像岩石类型结果,将不同成像二次分割段的岩心属性值作为输出值,并将每一种成像岩石类型对应的其中一种成像属性作为一个特征,对所有特征进行重要性分析,将重要程度较高的几种成像属性作为输入值,利用多元函数拟合或机器学习方法,建立成像与岩心关联模型。
这样,本发明实施例应用所建立的成像与岩心关联模型,能够对成像区间的岩心属性进行预测,从而将岩心属性的预测扩展至成像区间,以获得成像尺度的岩心属性值。具体地,利用成像与岩心关联模型,根据上述获得的不同成像岩石类型对应的成像属性数据点,获得不同成像岩石类型对应的岩心属性数据点。
接下来,步骤S1303(未图示)根据成像尺度的成像属性数据点和岩心属性数据点,并结合不同测井岩石类型对应的(若干种)测井属性数据点,对测井与成像关联模型进行构建。
具体地,将每种测井岩石类型对应的若干种测井属性数据点(对应于每个测井细分割段的属性平均值)作为输入,并将测井细分割段对应的成像属性值和岩心属性值作为输出,采用机器学习方法或多元函数拟合方法,建立测井与成像关联模型,从而构建出利用不同重要测井属性预测成像和岩心属性值的测井与成像关联模型。另外,本发明实施例还会在对测井与成像关联模型进行构建之前,对不同测井属性的重要性进行分析,以将若干种测井属性的测井属性数据点作为建立测井与成像关联模型所需的输入数据。其中,重要测井属性优选地包括:中子孔隙度、密度孔隙度和声波孔隙度。
更具体地说,基于所形成的基于测井尺度的测井岩石类型结果,将不同测井细分割块对应的成像属性值和岩心属性值作为输出值,并将每一种测井岩石类型对应的其中一种测井属性作为一个特征,对所有特征进行重要性分析,将重要程度较高的几种测井属性作为输入值,利用多元函数拟合或机器学习方法,建立测井与成像关联模型。
这样,本发明实施例应用所建立的测井与成像关联模型,能够对测井区间的岩心属性进行预测,从而将岩心属性的预测扩展至测井区间,以获得测井尺度的岩心属性值。具体地,利用测井与成像关联模型,根据上述获得的不同测井岩石类型对应的测井属性数据点,获得不同测井岩石类型对应的岩心属性数据点。
进一步,步骤S1304(未图示)根据测井尺度的测井属性值、成像属性值和岩心属性值,并结合三维地震属性体中所指示的地震层速度,对地质与测井关联模型进行构建。
具体地,基于所形成的基于地质尺度的地质岩石类型结果,将不同地质岩石类型对应的地震层速度数据点作为输入,并将地质分割块(三维地质网格)对应的测井属性值、成像属性值和岩心属性值作为输出,采用线性或非线性函数拟合方法,建立地质与测井关联模型,从而构建出利用地震属性预测测井尺度属性值的地质与测井关联模型。
这样,本发明实施例应用所建立的地质与测井关联模型,能够对地质区间的岩心属性进行预测,从而将岩心属性的预测扩展至地质区间,以获得地质尺度的岩心属性值。具体地,利用地质与测井关联模型,根据上述获得的不同地质岩石类型对应的地震层速度,获得不同地质岩石类型对应的岩心属性数据点。
在完成三种关联模型的建立后,进入到步骤S140中。在步骤S140中,利用地质与测井关联模型,对原始三维地质体进行更新,从而针对不同地质岩石类型分别得到相对应的若干种测井属性数据点、若干种成像属性数据点和若干种岩心属性数据点。另外,步骤S140还会依次利用地质与测井关联模型、测井与成像关联模型和成像与岩心关联模型,对三维地质体进行更新,分别获得通过不同种测井属性而更新的三维地质体、通过不同种成像属性而更新的三维地质体和通过不同种岩心属性而更新的三维地质体。
示例
下面对本发明实施例所述的三维地质体构建方法应用于X工区现场所涉及的构建流程及效果进行说明。
(1)基于地震反演获得的三维地震层速度体,应用一维聚类算法在三维地质空间划分出了三种岩石类型,分别是地质岩石类型1、地质岩石类型2、地质岩石类型3。
(2)以三维地质网格划分为边界,对声波测井曲线进行粗分割。在粗分割的基础上,对测井数据进行基于平滑滤波的细分割处理,并根据每一细分割块的平均测井属性点,划分出了四种岩石类型,分别是测井岩石类型1、测井岩石类型2、测井岩石类型3、测井岩石类型4,如图3所示。
(3)基于测井曲线的细分割边界,对核磁共振成像一维数据进行粗分割。在粗分割的基础上,对成像一维数据进行基于平滑滤波的细分割处理,并根据每一细分割块的平均成像属性点,划分出了五种岩石类型,分别是成像岩石类型1、成像岩石类型2、成像岩石类型3、成像岩石类型4、成像岩石类型5,如图4所示。
(4)对应于成像尺度的每种岩石类型,将岩心孔隙度作为输出值,筛选出了两种成像属性作为输入值,分别是核磁共振成像孔隙度和声波成像孔隙度,建立了成像属性预测岩心孔隙度的关联模型
表1成像属性预测岩心孔隙度的拟合参数
(5)分别应用基于成像尺度的每种岩石类型的成像-岩心关联模型,预测成像区间的岩心孔隙度,获得成像尺度的岩心孔隙度。
(6)对应于基于测井尺度的每种岩石类型,将岩心孔隙度作为输出值,筛选出了三种测井属性作为输入值,分别是中子孔隙度、密度孔隙度、声波孔隙度,建立了测井属性预测岩心孔隙度的关联模型
表2测井属性预测岩心孔隙度的拟合参数
(7)分别应用基于测井尺度的每种岩石类型的测井-成像关联模型,预测测井区间的岩心孔隙度,获得测井尺度的岩心孔隙度。
(8)对应于地质尺度的每种岩石类型,将岩心孔隙度作为输出值,将地震层速度作为输入值,进行线性函数拟合,建立了地震属性预测岩心孔隙度的关联模型
表3地震属性预测岩心孔隙度的拟合参数
(9)分别应用地质尺度每种岩石类型的地质-测井关联模型,预测三维地质体区间的岩心孔隙度,获得地质尺度的岩心孔隙度,即构建了基于岩心孔隙度更新的三维地质数据体。
另一方面,基于上述三维地质体构建方法,本发明实施例还提供了一种用于构建三维地质体的系统(以下简称“三维地质体构建系统”)。图5是本申请实施例的用于构建三维地质体的系统的结构框图。
如图5所示,本发明所述的三维地质体构建系统包括:地震属性体构建模块501、多尺度岩石类型划分模块502、多级关联模型构建及属性扩展模块503和多尺度属性表征模块504。具体地,地震属性体构建模块501按照上述步骤S110所述的方法来实施,配置为建立关于待研究工区的三维地震属性体;多尺度岩石类型划分模块502按照上述步骤S120所述的方法来实施,配置为基于三维地震属性体,结合常规测井资料和成像测井资料,分别对地质尺度、测井尺度和成像尺度下的岩石类型进行划分;多级关联模型构建及属性扩展模块503按照上述步骤S130所述的方法来实施,配置为根据不同尺度下的岩石类型划分结果,结合岩心资料,建立用来从岩心、成像、测井到地质依次进行尺度粗化和属性预测的多尺度关联模型;多尺度属性表征模块504按照上述步骤S140所述的方法来实施,配置为依据多尺度关联模型,对原始三维地质体进行更新。
本发明公开了一种用于构建三维地质体的方法及系统。该方法及系统一体化地融合了岩心、成像测井、常规测录井、地震等不同尺度的多源数据,充分考虑了多源数据在尺度和分辨率上的巨大差异,将精细尺度属性的局部区间扩展到宏观地质体空间范围,获得基于不同尺度属性更新的三维地质体(获得岩心、成像、测井等不同尺度属性对三维地质数据体的更新)。本发明提高了钻井地质因素定量描述和油藏三维表征的准确性,为精细尺度数据在构建宏观地质体上的应用提供了可能,为钻井设计和油藏开发提供有效的参考和指导。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人员在本发明所揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然本发明所披露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
- 一种用于药物筛选的颈动脉分叉三维细胞培养模型及其构建方法
- 一种用于胚胎移植的小鼠模型的构建方法及构建系统
- 一种用于减少三维增材制造生产时间的系统和方法
- 一种地质体三维模型自动构建方法及装置
- 一种地质体三维模型自动构建方法及装置