Моделирования фаций. Обзор презентация

Моделирования фаций Обзор Зачем строить фациальную модель? Понимание геологических процессов Отображение строения фаций – связность резервуаров и высокая степень неоднородности Опирается на наглядную фациальную информацию: форма, размер, ориентация, пропорции, распределение, статистика…

Цели: Цели: - Отображение неоднородности в большой области - Моделирование структуры фаций (гидравлически связанные элементы и экраны) Методы моделирования: - Детерминистический или стохастический - Стохастический: основанный на объектах или ячейках

Моделирование фаций Какой метод нужно использовать в моделировании фаций? Если каротажи перемасштабированы, их можно использовать в детерминистическом и стохастическом моделировании Если нет скважинных данных, то детерминистические алгоритмы (кроме калькулятора, интерактивного рисования и Assign values) применять нельзя. Тогда используются безусловные стохастические методы. Детерминистические методы - Обычно применяются при плотных входных данных (много скважин, скважины+сейсмика) - Дают единственный результат Стохастические методы - Обычно используются, если мало входных данных - Могут дать несколько равновероятных реализаций

Моделирование фаций Данные упражнения – корреляция скважин и интерпретация фаций

Статистический анализ данных Анализ фациальных данных Data analysis – это процесс для проверки качества данных, их анализа и подготовки для процесса Facies modeling.

Proportion: Применяется как кривая вертикальной вероятности, построенная по исходному соотношению фаций в каждом K-слое. Кривая вероятности может быть вручную отредактирована. Proportion: Применяется как кривая вертикальной вероятности, построенная по исходному соотношению фаций в каждом K-слое. Кривая вероятности может быть вручную отредактирована.

Thickness: Представление в виде гистограммы распределения мощности фаций. Параметр bin interval используется для задание разрешения. Thickness: Представление в виде гистограммы распределения мощности фаций. Параметр bin interval используется для задание разрешения.

Probability: Показывает отношение между исходными перемасштабированными фациями и вторичным атрибутом, который должен существовать во всех ячейках моделирования. Probability: Показывает отношение между исходными перемасштабированными фациями и вторичным атрибутом, который должен существовать во всех ячейках моделирования.

Variogram: Вариограмма отображает изменение зависимости данных с увеличением расстояния. Должна быть смоделирована для каждой фации. Variogram: Вариограмма отображает изменение зависимости данных с увеличением расстояния. Должна быть смоделирована для каждой фации.

Процесс расчета: Процесс расчета: Дискретные данные трансформируются как бинарные переменные. Facies of interest преобразуются в ‘1’ а остальные фации в ‘0’. Классическая вариограмма рассчитывает-ся с использованием бинарных кодов для создания полудисперсии для каждого лага каждого дискретного значения : Функция распределения (pdf= F(z)) рассчитывается по формуле: Дисперсия для дискретного свойства рассчитывается исходя из распределения (Var= F(z)*(1-F(z))). Классическая вариограмма нормализуется Var= F(z)*(1-F(z)):

Курс Advanced Property Modeling (2 дня)

УПРАЖНЕНИЕ Фациальное моделирование