基于更新概率比率恒定理论的多点地质统计叠前反演方法技术

本发明专利技术公布了基于更新概率比率恒定理论的多点地质统计叠前反演方法，它包括如下步骤；整理资料、工区网格化和分配井数据、赋予模拟工区初始属性值、选择适当大小的数据样板、反演和判断迭代终止；它克服了现有技术中油气勘探开发的难度越来越大，勘探程度越来越高，寻找新的油气藏越来越难，储层参数得到的不准确，使勘探的不确定性提高的缺点，具有利用多点地质统计学方法获得先验信息，然后通过最小目标函数进行筛选，降低了地震反演的复杂性的优点。

Multi point geostatistical prestack inversion method based on the theory of constant renewal probability ratio

【技术实现步骤摘要】
基于更新概率比率恒定理论的多点地质统计叠前反演方法
本专利技术涉及到油气勘探开发
，更加具体地是基于更新概率比率恒定理论的多点地质统计叠前反演方法。
技术介绍
如今，油气勘探开发的难度越来越大，勘探程度越来越高，寻找新的油气藏越来越难，这就要求储层参数得到的要准确，使勘探的不确定性降低一些。地震反演是利用地表观测地震数据，以已知地质规律和钻井资料、测井资料为约束，对地下岩层空间结构和物理性质进行成像(求解)的过程，包括对地下的岩石类型(岩相)和弹性参数求解。地震随机反演是在地震数据的约束下，融合测井数据，可以拓宽反演结果的频谱，提高分辨率，一遍于寻找更薄更小的储层。Hass和Dubrule(1994)最早提出了随机反演的雏形，将序贯高斯模拟方法结合地震反演。印兴耀等人(2005)将贝叶斯理论应用于反演中，得到了不错的结果。2010年孙月成将随机反演方法应用到叠前反演中。2011年王家华研究了地震数据的多点统计学方法，他将井数据作为硬数据，地震数据作为约束条件，约束随机模拟过程，降低了井间的不确定性。2011年尹艳树总结了多本文档来自技高网...

【技术保护点】
1.基于更新概率比率恒定理论的多点地质统计叠前反演方法，其特征在于：它包括如下具体步骤；/n①、整理资料/n检查原始地震资料和井资料否齐全，其中地震资料为叠前地震数据，井资料包括钻井岩心和测井数据；根据井资料解释成果，可以确定不同井深对应的岩相以及不同岩相的弹性参数，弹性参数包括密度、纵波速度和横波速度；接着根据岩相数据建立不同岩相的相比例，根据弹性参数数据建立不同岩相弹性参数的累积分布函数；建立符合工区储层特征的训练图像；/n②、工区网格化和分配井数据/n根据实际工区范围选择合适的网格尺寸大小，对工区进行网格划分，建立网格模型；根据各井的平面位置和井深将岩心数据，和测井数据；岩心数据即为岩相...

【技术特征摘要】
1.基于更新概率比率恒定理论的多点地质统计叠前反演方法，其特征在于：它包括如下具体步骤；
①、整理资料
检查原始地震资料和井资料否齐全，其中地震资料为叠前地震数据，井资料包括钻井岩心和测井数据；根据井资料解释成果，可以确定不同井深对应的岩相以及不同岩相的弹性参数，弹性参数包括密度、纵波速度和横波速度；接着根据岩相数据建立不同岩相的相比例，根据弹性参数数据建立不同岩相弹性参数的累积分布函数；建立符合工区储层特征的训练图像；
②、工区网格化和分配井数据
根据实际工区范围选择合适的网格尺寸大小，对工区进行网格划分，建立网格模型；根据各井的平面位置和井深将岩心数据，和测井数据；岩心数据即为岩相，测井数据为解释的密度、纵波速度和横波速度；
岩心数据和测井数据作为硬数据分配到划分的最邻近的网格节点上；
将工区范围内实际钻井上包含的信息称为硬数据或者称为条件数据，所述的硬数据包括了岩相、密度、纵波数据和横波速度；将分配了岩相的硬数据的网格称为已知网格或者称已知点；没有岩相数据的网格称为待估网格或又叫待估点；
在工区网格化和分配井数据后，所述的分配井数据为钻井数据和测井数据；
已知网格为分配有岩相数据的网格，
已知网格就是钻井穿过的网格，待估网格就是没有钻井穿过的网格；工区已知网格包含岩相、密度、纵波速度以及横波速度，待估网格没有任何数据；
③、赋予模拟工区初始属性值
根据统计的工区岩石弹性参数累积分布函数，对工区待估点赋予初始属性值(指弹性参数)；
④、选择适当大小的数据样板
根据沉积相形态特征确定数据样板形状和大小；数据样板的形状可以根据沉积相的非均质性来定，非均质性强时可以采用二维的椭圆形或者三维的椭球状，非均质性较弱时可以采用二维长方形或者三维长方体；数据样板的大小没有硬性规定，一般可以采用5×7或者是5×5×7的数据样板大小；
⑤、反演
反演通过下面3个分步骤得到：
分步骤5.1：顺序访问模拟节点
先对工区所有网格随机产生伪随机数，该随机数的数值在0到1之间，然后以待估网格的数据样板大小为周围搜索条件点个数；每个待估点的数值等于伪随机数与条件点个数之和，对所有的待估点其进行从大到小排序，值较大的网格优先模拟，从而得到整个工区的模拟路径；
分步骤5.2：建议数据模式获取
如果进行初次反演，处理待估网格时，先要确定以待估点为中心的数据样板范围内的条件点的个数、相对待估点的位置以及岩相类型，形成以待估点为中心的以矢量形式呈现的数据事件；利用数据事件随机扫描步骤①中建立的训练图像，从中获得首个完全匹配的数据模式作为建议数据模式；建议数据模式表示一种沉积模式，是具有数据样板大小的岩相数据结构，数据样板中条件点的岩相数据结构在建议数据模式中可以完全体现；
如果进行迭代反演，处理待估网格时，先要根据待估点和待估点数据样板范围的条件点形成数据事件，利用数据事件随机扫描步骤①中建立的训练图像，从中获得若干完全匹配的数据模式作为候选数据模式；将候选数据模式按照中心点岩相类型排序，做成累积概率分布；
候选数据模式做多可包含从先到后训练图像中扫描到的前50个数据模式，当不到50个候选数据模式时，则用数据事件扫描完训练图像所有的数据模式作为候选数据模式，根据候选数据模式中心岩相的不同计算不同岩相的比例，记做a相1：a相2:…:a相m，再根据上一次弹性参数根据下述公式计算不同相的比例：






公式中，P表示岩相弹性参数的概率，n表示待估点数据样板范围网格个数，表示待估点周围数据样板范围内第i个网格的密度值，表示待估点周围数据样板范围内第i个网格的纵波速度，表示待估点周围数据样板范围内第i个网格的横波速度，μρ表示该岩相密度均值，μVp表示该岩相纵波速度均值，μVs表示该岩相横波速度均值，表示该岩相密度方差，表示该岩相纵波速度方差，表示该岩相横波速度方差；
不同岩相的弹性参数的比例记做b相1：b相2:…:b相m；
最后不同相的联合概率用(a相1·b相1)：(a相2·b相2):…:(a相m·b相m)计算，记做P相1：P相2：…：P相m；将联合概率归一化处理，得到P’相1：P’相2：…：P’相m，将不同岩相的联合概率做成累积分布函数；
接着将候选数据模式按照中心网格的岩相进行排序，再随机抽样获取0到1之间的随机数，根据随机数在联合概率形成...

【专利技术属性】
技术研发人员：尹艳树，胡迅，冯文杰，张昌民，
申请(专利权)人：长江大学，
类型：发明
国别省市：湖北;42