基于图型矢量距离的多点地质统计学建模方法技术

本发明专利技术涉及一种基于图型矢量距离的多点地质统计学建模方法，其包括以下步骤：S10：获得训练图型库；S20：将训练图型库中的训练图型归为多个训练图型类；S30：计算每个训练图型类的训练图型原型；S40：构建模拟实现的随机路径；S50：遍历随机路径中的待模拟点，用数据模板扫描模拟现实得到待模拟点处的数据事件；S60：将总角度值与该数据事件的总角度值最接近的训练图型原型所对应的训练图型类作为与该数据事件最相似的训练图型类；S70：获得到与数据事件最相似的训练图型；S80：用最相似的训练图型替换数据事件；S90：重复步骤S50至步骤S80，直至随机路径中所有的待模拟点都被模拟。

【技术实现步骤摘要】
基于图型矢量距离的多点地质统计学建模方法
本专利技术属于油气田开发地质
，具体涉及一种基于图型矢量距离的多点地质统计学建模方法。
技术介绍
地质建模是定量表征储层的重要手段。目前已经发展起来的地质建模技术主要分为：基于变差函数的两点地质统计学建模方法、基于目标的地质建模方法和多点地质统计学建模方法。基于变差函数的两点地质统计学建模方法只能反映空间两点之间的相关性，不能较好地再现地下储层的复杂地质结构和形态；基于目标的地质建模方法虽能较好地再现较简单储层的形态特征，但地质体的形态参数化困难，而且数据的条件化也比较困难。多点地质统计学建模方法能综合上述两种建模方法的优势，具有很好的发展前景。(吴胜和等，多点地质统计学—理论、应用与展望，古地理学报，2005，7(1)：137-144)训练图像是多点地质统计学建模方法的基础，训练图像的创建和特征Mariethoz和Caers在著作《Multiple-pointGeostatistics:StochasticModelingwithTrainingImages》中有详细论述。Strebelle和Journel(ReservoirModelingUsingMultiple-PointStatistics，SPE71324，2001：1-11)提出Snesim多点地质统计学建模方法，采用多点联合分布的概率对数据事件的中心点进行模拟，建模效果较传统建模方法有了明显提高，但是易导致目标体不连续。随着多点地质统计学理论的发展，基于多点地质统计学的建模方法也在不断发展。Apart等(AMultiple-Scale,Pattern-BasedApproachtoSequentialSimulation，GeostatisticsBanff，2004：255-264)提出了基于图型(pattern)相似度的Simpat方法，直接采用图型与数据事件的距离(相似度)来选取最相似的图型，但由于Simpat方法图型选取计算量大，不适合推广应用。尹艳树等(基于储层骨架的多点地质统计学方法，中国科学D辑，2008，38(SⅡ):157-164)、石书缘等(基于随机游走过程的多点地质统计学建模方法，地质科技情报，2011，30(5):127-131)在Simpat方法中分别引入河道中线和随机游走过程，提出了基于储层骨架的多点地质统计学建模方法(SMPS)和基于随机游走过程的多点地质统计学建模方法(RMPS)，但这些方法只适用于物源方向或地质体形态明晰的沉积储层。Zhang等(Filter-BasedClassificationofTrainingImagePatternsforSpatialSimulation，MathematicalGeology，2006，38(1):63-80)在Simpat方法的基础上提出了Filtersim方法，采用过滤器对图型进行聚类，根据数据事件与图型类的距离(相似度)来得到最相似的图型类，在图型类内随机选取图型替换模拟网格中的数据事件，但Filtersim方法图型聚类标准难以反映图型的几何结构特征。Honarkhah等(StochasticSimulationofPatternsUsingDistance-BasedPatternModeling，MathGeosci，2010，42：487-517)在Filtersim方法的基础上，改进了图型聚类方法，提出了Dispat方法，考虑了图型的几何结构特征，提高了计算效率。虽然Dispat方法在数据事件与图型相似度计算过程中考虑了图型的几何结构特征，但对图型所反映的地质意义难以定量表征。因此，需要研究一种在数据事件与图型相似度计算过程中既能考虑图型的几何结构特征又能定量表征图型地质意义的多点地质统计学建模方法。
技术实现思路
针对上述技术问题，本专利技术提出了一种基于图型矢量距离的多点地质统计学建模方法，其包括以下步骤：S10：采用数据模板扫描训练图像，得到由多个训练图型组成的训练图型库；S20：计算出训练图型库中每个训练图型的总角度值；根据训练图型的总角度值所在范围，将训练图型库中的训练图型归为多个训练图型类；S30：计算每个训练图型类的训练图型原型；S40：构建模拟实现的随机路径；S50：遍历随机路径中的待模拟点，用数据模板扫描模拟实现得到待模拟点处的数据事件；S60：计算待模拟点处的数据事件的总角度值以及每个训练图型原型的总角度值，将总角度值与该数据事件的总角度值最接近的训练图型原型所对应的训练图型类作为与该数据事件最相似的训练图型类；S70：计算待模拟点u处的数据事件与其最相似的训练图型类里每个训练图型的相似性，得到与数据事件最相似的训练图型；S80：用最相似的训练图型替换数据事件；S90：重复步骤S50至步骤S80，直至随机路径中所有的待模拟点都被模拟。在一个具体的实施例中，训练图型的总角度值的计算方法：在每个训练图型中以训练图型的中心点为原点，以分别平行于训练图型中的网格单元的长、宽、高的三个方向为x、y、z坐标轴建立直角坐标系；循环判断训练图型中每个容纳有已知取样数据的网格单元的中点与原点之间的线段与xy平面之间的夹角是否为零，若是则记录该线段与x轴之间的角度值，否则记录该夹角的角度值；将记录下的角度值进行累加获得该训练图型对应的总角度值。在一个具体的实施例中，在步骤S20中，采用K-means聚类方法对训练图型库中的训练图型进行聚类。在一个具体的实施例中，步骤S20包括步骤S21～S24，S21：随机选取训练图型库的K个训练图型的总角度值作为种子点，K≥2；S22：计算所有训练图型的总角度值到K个种子点之间的距离，将距离种子点近的训练图型聚为种子点所在的类；S23：对每类里所有训练图型的总角度值求平均，作为类的新的种子点；S24：重复步骤S22和S23，直至种子点没有移动。在一个具体的实施例中，在步骤S30中训练图型原型的算式：式中，RPT(i,j,k)为表示训练图型原型；PT(i,j,k)为表示在训练图型类里的第T个训练图型；n为训练图型类里的训练图型的总数；i、j、k为训练图型或与训练图型原型对应的数据载体网格的网络单元在三个相互垂直方向的索引。在一个具体的实施例中，数据事件的总角度值的计算方法：在每个数据事件中以数据事件的中心点为原点，以分别平行于数据事件中的网格单元的长、宽、高的三个方向为x、y、z坐标轴建立直角坐标系；循环判断数据事件中每个容纳有已知取样数据的网格单元的中点与原点之间的线段与xy平面之间的夹角是否为零，若是则记录该线段与x轴之间的角度值，否则记录该夹角的角度值；将记录下的角度值进行累加获得该数据事件对应的总角度值。在一个具体的实施例中，训练图型原型的总角度值的计算方法：在每个训练图型原型中以训练图型原型的中心点为原点，以分别平行于训练图型原型中的网格单元的长、宽、高的三个方向为x、y、z坐标轴建立直角坐标系；循环判断训练图型原型中每个容纳有已知取样数据的网格单元的中点与原点之间的线段与xy平面之间的夹角是否为零，若是则记录该线段与x轴之间的角度值，否则记录该夹角的角度值；将记录下的角度值进行累加获得该训练图型原型对应的总角度值。在一个具体的实施例中，在步骤S70本文档来自技高网...

【技术保护点】
1.一种基于图型矢量距离的多点地质统计学建模方法，包括以下步骤：S10：采用数据模板扫描训练图像，得到由多个训练图型组成的训练图型库；S20：计算出训练图型库中每个训练图型的总角度值；根据训练图型的总角度值所在范围，将训练图型库中的训练图型归为多个训练图型类；S30：计算每个训练图型类的训练图型原型；S40：构建模拟实现的随机路径；S50：遍历随机路径中的待模拟点，用数据模板扫描模拟实现得到待模拟点处的数据事件；S60：计算待模拟点处的数据事件的总角度值以及每个训练图型原型的总角度值，将总角度值与该数据事件的总角度值最接近的训练图型原型所对应的训练图型类作为与该数据事件最相似的训练图型类；S70：计算待模拟点处的数据事件与其最相似的训练图型类里每个训练图型的相似性，得到与数据事件最相似的训练图型；S80：用最相似的训练图型替换数据事件；S90：重复步骤S50至步骤S80，直至随机路径中所有的待模拟点都被模拟。

【技术特征摘要】
1.一种基于图型矢量距离的多点地质统计学建模方法，包括以下步骤：S10：采用数据模板扫描训练图像，得到由多个训练图型组成的训练图型库；S20：计算出训练图型库中每个训练图型的总角度值；根据训练图型的总角度值所在范围，将训练图型库中的训练图型归为多个训练图型类；S30：计算每个训练图型类的训练图型原型；S40：构建模拟实现的随机路径；S50：遍历随机路径中的待模拟点，用数据模板扫描模拟实现得到待模拟点处的数据事件；S60：计算待模拟点处的数据事件的总角度值以及每个训练图型原型的总角度值，将总角度值与该数据事件的总角度值最接近的训练图型原型所对应的训练图型类作为与该数据事件最相似的训练图型类；S70：计算待模拟点处的数据事件与其最相似的训练图型类里每个训练图型的相似性，得到与数据事件最相似的训练图型；S80：用最相似的训练图型替换数据事件；S90：重复步骤S50至步骤S80，直至随机路径中所有的待模拟点都被模拟。2.根据权利要求1所述的多点地质统计学建模方法，其特征在于，训练图型的总角度值的计算方法：在每个训练图型中以训练图型的中心点为原点，以分别平行于训练图型中的网格单元的长、宽、高的三个方向为x、y、z坐标轴建立直角坐标系；循环判断训练图型中将每个容纳有已知取样数据的网格单元的中点与原点相连的线段与xy平面之间的夹角是否为零，若是则记录该线段与x轴之间的角度值，否则记录该夹角的角度值；将记录下的角度值进行累加获得该训练图型对应的总角度值。3.根据权利要求1所述的多点地质统计学建模方法，其特征在于，在步骤S20中，采用K-means聚类方法对训练图型库中的训练图型进行聚类。4.根据权利要求3所述的多点地质统计学建模方法，其特征在于，步骤S20包括步骤S21～S24，S21：随机选取训练图型库的K个训练图型的总角度值作为种子点，K≥2；S22：计算所有训练图型的总角度值到K个种子点之间的距离，将距离种子点近的训练图型聚为种子点所在的类；S23：对每类里所有训练图型的总角度值求平均，作为类的新的种子点；S24：重...

【专利技术属性】
技术研发人员：王鸣川，段太忠，王光付，赵磊，商晓飞，廉培庆，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司石油勘探开发研究院，
类型：发明
国别省市：北京,11