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:在过去的十年中,传统的全波形反演(FWI)已广泛应用于实际地震资料的生产和研究中。虽然基础理论已确立,并通过将地震资料和精确求解波动方程得到的模拟地震波曲线之间的失配最小化产生高分辨率的地下模型,但是在实际工作中,对于更新模型参数来讲它仍然是一个具有挑战性的反演法。尽管可以用局部优化法解决最小化问题,但是由于问题的不适定性和非线性,会不可避免地朝着局部极小值进行收敛,如由于在记录的资料或不准确的初始模型中缺少低频FWI可能会收敛到局部最小。提出了一种用重构波场进行时间域全波形反演新方法(RFWI)。RFWI减小了正演模型数据精确求解波动方程作为常规FWI的约束,代之以使用一个l2近似解。通过最小化的目标函数(包括对数据失配和波动方程误差的惩罚),RFWI对地球模型进行估算并共同重建正演波场。通过扩大搜索空间,RFWI具有避免跳周期和克服一些与局部极小值相关的问题的能力。本文首先介绍了时域RFWI理论和实现情况,讨论了常规FWI和RFWI之间的异同;然后用2D合成实例证明了超越传统FWI的RFWI所具有的优点;最后在刚果海上2D拖缆数据集和墨西哥湾3D海底地震数据集上对RFWI在野外资料的应用情况进行了证明。
简介:对石油地质学家来说,渗透率是一个关键的参数。在多孔介质模型中模拟压实和胶结过程,获得了砂岩储层中渗透率如何受到控制的新认识。对简单砂岩,这种认识可用于预测渗透率。若模型的孔隙几何形态完全被确定,使用流动网格模型则可直接计算渗透率。这种计算所取决的基本原理,在物理上是严密的。与许多以前预测渗透率的方法相比,在计算中勿需调整参数,不需要附加的测量或对比(例如,毛管压力资料或岩石薄片的孔隙资料)。对于致密砂岩、石英胶结砂岩或致密石英胶结砂岩,由模型得出的孔隙度和渗透率趋势与Fontainebleau砂岩样品的测量结果非常一致。这些砂岩样品的渗透率跨度几乎达5个数量级。这种模型也正确地预测了Fontainebleau砂岩孔喉大小分布的压汞测量结果。我们发现,模型的孔隙几何特性在空间上是相关的,这种随机性偏离的空间分布特征大大影响宏观特性,如渗透率。预测和测量结果的一致性表明,空间相关性在粒间孔隙介质中是固有的。因此在这种介质中转移的不相关(或任意相关)模型在物理上不具代表性。我们也讨论了把这种模式延伸到预测较复杂的岩石性质。