用于使用多源地球物理数据的联合随机反演估计储层参数的系统和方法

文档序号:9793892阅读:308来源:国知局
用于使用多源地球物理数据的联合随机反演估计储层参数的系统和方法
【技术领域】
[0001] 本发明总体上涉及计算方法,并且更具体来说涉及用于使用多源地球物理数据的 联合随机反演估计储层参数的计算机系统和计算机实现方法。
【背景技术】
[0002] 地球物理数据的多个源已用于估计储层参数几十年。目前用于地球物理反演问题 的方法主要是确定性反演方法诸如高斯一牛顿法、共辄梯度法和最速下降技术。这些常规 方法已成功用于解决具有数千万个未知量的各种各样的复杂反演问题。然而,使用这些常 规方法所获得的解通常取决于初始值的选择并且因此是局部的而不是全局的。另外,这些 确定性反演方法提供关于所估计参数的非常有限的不确定性信息。
[0003] 近来随机反演方法被认为是解决地球物理反演问题的有力方法。随机方法相对于 确定性反演方法具有几点益处。例如,随机反演方法可以提供关于未知参数的详尽信息。另 外,在随机反演方法中,反演结果几乎独立于初始值并且因此是全局且稳健的。

【发明内容】

[0004] 本发明一方面提供用于估计储层参数的方法,其中在包括一个或多个处理器的计 算机系统中实现该方法,这些处理器被配置成执行一个或多个计算机程序模块。本方法包 括:由一个或多个处理器使用马尔可夫随机场计算多个先验,该多个先验包括多个煤岩类 型的概率分布;由一个或多个处理器基于先验计算后验分布,该后验分布取决于所测量的 地球物理数据、地球物理属性和储层参数;以及由一个或多个处理器确定多个煤岩类型中 与所测量的地球物理数据最相关的煤岩类型的至少一部分。
[0005] 本发明另一方面提供用于估计储层参数的系统。该系统包括一个或多个处理器, 该一个或多个处理器被配置成:(a)使用马尔可夫随机场计算多个先验,该多个先验包括多 个煤岩类型的概率分布;(b)基于先验计算后验分布,该后验分布取决于所测量的地球物理 数据、地球物理属性和储层参数;以及(c)确定多个煤岩类型中与所测量的地球物理数据最 相关的煤岩类型的至少一部分。
[0006]虽然在以上段落中将根据本发明的一个实施方案的方法的各个步骤描述为以特 定顺序发生,但本申请并不受到该各个步骤发生的顺序的限制。实际上,在替代实施方案 中,可以按照与以上所述或本文另外所述的顺序不同的顺序来执行该各个步骤。
[0007]当参考附图考虑下面的描述和随附权利要求书时,本发明的这些及其它目的、特 征和特性,以及相关结构元件的操作方法和功能、部件的组合和制造经济性将变得更加明 显,其中附图构成本说明书的一部分,在各个图中相同的参考数字表示对应的部件。然而, 应该清楚地理解,附图仅仅用于说明和描述的目的,并非旨在限制本发明。如本说明书和随 附权利要求书中所使用,单数形式的"一种"、"一个"和"该"包括复数个指示物,除非上下文 另外明确说明。
【附图说明】
[0008] 在附图中:
[0009] 图1A显示了二维(2D)反演域上的一阶马尔可夫随机场的构型,其中给定站点S1具 有4个相邻站点SN1、SN2、SN3和SN4,这4个相邻站点分别位于S1的北部、S1的南部、S1的东部 和S1的西部;
[0010]图1B显示了 2D反演域上的二阶马尔可夫随机场的构型,其中给定站点S1具有8个 相邻站点SN1、SN2、SN3和3财、3阳、3册、3阶和3_,这8个相邻站点分别位于31的北部、31的 南部、S1的东部、S1的西部、S1的东南部、S1的西南部、S1的东北部和S1的西北部;
[0011]图2A显示了具有6个相邻站点的三维(3D)反演域上的站点的构型;
[0012]图2B显示了具有18个相邻站点的3D反演域上的站点的构型;
[0013]图2C显示了具有26个相邻站点的3D反演域上的站点的构型;
[0014]图3A显示了根据本发明的实施方案的具有两个煤岩类型并且无空间相关性的先 验信息f(L)的可能二维象形图的第一示例;
[0015] 图3B显示了根据本发明的实施方案的具有两个煤岩类型和某种空间相关性的先 验信息f(L)的可能二维象形图的第二示例;
[0016] 图3C显示了根据本发明的实施方案的具有三个煤岩类型并且无空间相关性的先 验信息f(L)的可能二维象形图的第三示例;
[0017] 图3D显示了根据本发明的另一实施方案的具有三个煤岩类型和某种空间相关性 的先验信息f(L)的可能二维象形图的第四示例;以及
[0018] 图4是根据本发明的实施方案的表示用于实现方法的计算机系统的示意图。
【具体实施方式】
[0019] 根据本发明的实施方案,提供了基于贝叶斯框架的随机方法,该随机方法用于联 合反演2D或3D多种类型的地球物理数据。
[0020] 在一个实施方案中,将类别(或状态)变量引入反演中。这些类别变量可以具有地 质意义,诸如煤岩类型或相如页岩、砂、油砂。这些类别变量也可为纯数据驱动簇,例如,通 过钻孔数据的分类而获得的簇。
[0021] 在一个实施方案中,2D或3D马尔可夫随机场可以用于描述状态变量的空间依赖 性。据推测,岩石物理学模型为状态依赖性概率分布,无论是通过钻孔记录的统计回归还是 通过机械实验分析。
[0022]层次贝叶斯模型可以用于集成地球物理数据的多个源。可以估计给定向量ch、 d2、···,dn,这些给定向量表示η个不同类型的地球物理数据,诸如地震振幅随角度变化 (AVA)数据、受控源电磁(CSEM)数据等;2D或3D网格上的地球物理属性向量 XG,诸如地震Ρ-波和S-波速度、密度、电阻率;等等。此外,还可以估计相同或不同网格上的储层参数向量XR 诸如孔隙率、流体(即,水、油或气体)饱和度。还可以估计与地球物理前向模型、测量误差特 性、岩石物理学模型等相关的其它参数。
[0023] 分别表示与地球物理属性狀相关的未知参数(例如,地震Ρ-波速度和地震S- 波速度、密度、电阻率等)和与储层参数XR相关的未知参数(例如,孔隙率、流体饱和度等)。 这些未知参数不一定与网格有联系。
[0024] 可以引入类别(或状态)变量,在该估计中,这些变量为隐藏状态。例如,这些状态 变量可以具有地质意义,诸如煤岩类型变量和源自钻孔记录参数的簇的变量。为了简化该 联合反演,这些状态变量可以用作辅助变量。这些状态变量可以由向量L表示。
[0025] 可以在贝叶斯框架内提供层次模型。该模型可以使用以下等式(1)来表示。
[0026] f(XG,XR,9G,0R,L|di,d2,· · ·,dn)〇cf(di,d2,· · ·,dn|xG,9c) Xf(xc|xR,9R,L) Xf(xR,0R|L)Xf(L)Xf(0G)Xf(0R) (1)
[0027] 等式(1)定义了全部未知参数的联合后验概率分布函数。将等式(1)中的项f(cU, d2, · · ·,dn|XG,0G)称为地球物理数据的似然函数,该似然函数提供表示地球物理属性向 量的未知参数xc诸如地震速度、密度、电阻率等)、表示使地球物理属性xc与某些模型函数或 数值模拟有关的相关系数的和/或地球物理数据d^cb、· · ·,dn之间的联系。可以理解, 该似然函数为取决于多个参数或变量的多参数或多变量函数。该似然函数表示未知系数 和未知参数xg的给定集合的数值模拟或函数(例如,回归)配合地球物理数据di、d2、· · ·, dn的概率。例如,如果数值模拟或函数配合数据井,那么似然函数应当提供相对非常大的 值。然而,似然函数fXd^cb,· · ·,dn|XC,0c)取决于其对应测量误差的特性。也就是说,除 此之外,在执行模拟或回归时,似然函数还取决于在确定参数时以及在选择特定前向模 型时的误差。例如,多元高斯分布通常用作测量数据的似然函数。然而,如果数据具有许多 异常值,那么相反可以选择多元t分布,以更好地适应该分布中的长尾。
[0028] 等式(1)中的项f (XG | XR,0R,L)表示状态依赖性岩石物理模型,这些模型
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1