整合区域特性约束的孔隙率模拟方法及系统与流程

本发明涉及油气田开发地质领域，更具体地，涉及一种整合区域特性约束的孔隙率模拟方法及系统。
背景技术：
：开展精细油藏描述，利用储层参数预测技术，定量地预测孔隙度、渗透率和含油饱和度等储层参数，提供可靠的油藏模型，已成为各油田开展油藏数值模拟和剩余油分布研究，实现挖潜、增储所必须的一项研究内容。广泛应用的各种模拟方法，如高斯模拟、指示模拟、马尔柯夫-贝叶斯模拟及退火模拟等在应用中得到了不断的完善和发展。国外已经发展出一套利用计算机存储和显示的三维储层建模方法，国内也正在研发相应的方法和软件，储层建模和油藏数值模拟研究正在进一步展开。而随着勘探开发程度的不断深入，油田开发管理对储层模型精度的要求越来越高。由于地下储层的非均质性是进行储层建模的一个不易克服的困难，多数的储层随机建模方法仅采用变差函数或协方差函数来描述储层非均质性的空间结构，存在很强的不确定性。如何将各种丰富的条件化信息融入所建模型中，建立高精度的储层预测模型成为储层建模工作者攻关研究的重要目标。模拟退火方法具有通过目标函数将条件信息组合起来，并且可以克服局部极小的限制获得全局最优解的优点，在储层随机建模及模拟中备受青睐。如何利用模拟退火模拟方法将地质、地震和试井资料结合到建模中并降低计算量，对此许多人进行了探索性研究，也有许多相关文献问世。因此，有必要开发一种整合区域特性约束孔隙率模拟方法及系统。公开于本发明
背景技术：
部分的信息仅仅旨在加深对本发明的一般
背景技术：
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。技术实现要素：本发明提出了一种整合区域特性约束的孔隙率模拟方法及系统，其通过建立双约束目标函数，并采用模拟退火算法对孔隙度进行预测，算法稳定性高，收敛快，孔隙率预测的精度高。根据本发明的一方面，提出了一种整合区域特性约束的孔隙率模拟方法。所述方法可以包括：根据空间结构变化与油藏区域特性，建立双约束目标函数；计算初始控制参数；基于所述初始控制参数，计算数值交换后的变异函数；基于所述双约束目标函数与所述变异函数，预测孔隙率。优选地，所述双约束目标函数为：其中，e表示双约束目标函数，γe(h)为实验变异函数，γo(h)为理论变异函数，nd为方向个数，nh表示滞后距的个数，χj为要模拟的孔隙率参数，βj为计算储量时除孔隙率外其他参数的结合量，m为模拟区域划分的网格节点数，m为由动态资料确定的储量，r为方向的计数，i为滞后距的计数，j为网格节点的计数。优选地，所述初始控制参数为：其中，m2、m1分别表示正、负变化的交换次数，表示变化平均值，ainitial表示初始接受比值。优选地，所述变异函数为：γe(ha)＝γek(ha)+λ(ha)(7)其中，λ1+＝d1,2x(u1+ha)-d1,2，λ1-＝d1,2x(u1-ha)-d1,2，λ2+＝-d1,2x(u2+ha)+d1,2，λ2-＝-d1,2x(u2-ha)+d1,2，d1，2＝2[x(u1)-x(u2)]，d1,2＝[x(u1)+x(u2)][x(u1)-x(u2)]，γek是第k步交换前的变异函数，λ为校正因子，x为模拟变量，u1、u2为进行交换的两点，n(ha)是滞后距为ha的点对数。优选地，还包括：基于所述双约束目标函数与所述变异函数，计算接受扰动的概率分布，并选择冷却进度表，进而所述预测孔隙率。根据本发明的另一方面，提出了一种整合区域特性约束的孔隙率模拟系统，可以包括：存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：根据空间结构变化与油藏区域特性，建立双约束目标函数；计算初始控制参数；基于所述初始控制参数，计算数值交换后的变异函数；基于所述双约束目标函数与所述变异函数，预测孔隙率。优选地，所述双约束目标函数为：其中，e表示双约束目标函数，γe(h)为实验变异函数，γo(h)为理论变异函数，nd为方向个数，nh表示滞后距的个数，χj为要模拟的孔隙率参数，βj为计算储量时除孔隙率外其他参数的结合量，m为模拟区域划分的网格节点数，m为由动态资料确定的储量，r为方向的计数，i为滞后距的计数，j为网格节点的计数。优选地，所述初始控制参数为：其中，m2、m1分别表示正、负变化的交换次数，表示变化平均值，ainitial表示初始接受比值。优选地，所述变异函数为：γe(ha)＝γek(ha)+λ(ha)(7)其中，λ1+＝d1,2x(u1+ha)-d1,2，λ1-＝d1,2x(u1-ha)-d1,2，λ2+＝-d1,2x(u2+ha)+d1,2，λ2-＝-d1,2x(u2-ha)+d1,2，d1,2＝2[x(u1)-x(u2)]，d1,2＝[x(u1)+x(u2)][x(u1)-x(u2)]，γek是第k步交换前的变异函数，λ为校正因子，x为模拟变量，u1、u2为进行交换的两点，n(ha)是滞后距为ha的点对数。优选地，还包括：基于所述双约束目标函数与所述变异函数，计算接受扰动的概率分布，并选择冷却进度表，进而所述预测孔隙率。本发明的有益效果在于：将空间结构变化的要求与动态资料确定的储量共同作为约束，建立双约束目标函数，应用模拟退火算法对孔隙率的空间分布进行预测，并通过初始控制参数的给定及目标函数修改提高了运算效率，降低了模拟结果的不确定性，提高了模拟的精度；整合区域特性约束不仅提高了孔隙率模拟精度，而且算法收数快、稳定性高，在提高储层属性表征精度、节约建模时间与成本方面具有很好的应用前景。本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。附图说明通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。图1示出了根据本发明的整合区域特性约束的孔隙率模拟方法的步骤的流程图。图2a和图2b分别示出了根据本发明的一个实施例的原始孔隙度分布模型与试验控制点的示意图。图3a和图3b分别示出了根据本发明的一个实施例的基于目标参数e1与基于双约束目标参数的孔隙度模拟结果的示意图。图4a和图4b分别示出了图3a和图3b的误差分布的示意图。图5a和图5b分别示出了根据本发明的一个实施例的目标参数e1与双约束目标参数随控制参数变化的示意图。图6示出了根据本发明的一个实施例的a区块实际数据的孔隙度模拟结果的示意图。图7示出了根据本发明的一个实施例的双约束目标参数随控制参数变化的示意图。具体实施方式下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。图1示出了根据本发明的整合区域特性约束的孔隙率模拟方法的步骤的流程图。在该实施例中，根据本发明的整合区域特性约束孔隙率模拟方法可以包括：步骤101，根据空间结构变化与油藏区域特性，建立双约束目标函数。在一个示例中，双约束目标函数为：其中，e表示双约束目标函数，γe(h)为实验变异函数，γo(h)为理论变异函数，nd为方向个数，nh表示滞后距的个数，χj为要模拟的孔隙率参数，βj为计算储量时除孔隙率外其他参数的结合量，m为模拟区域划分的网格节点数，m为由动态资料确定的储量，r为方向的计数，i为滞后距的计数，j为网格节点的计数。具体地，根据空间结构变化与油藏区域特性，建立双约束目标函数为公式(1)，该双约束目标函数可表达为两部分能量之和，即公式(2)：e＝e1+e2(2)其中，e1为空间结构变化的目标函数，e2为油藏区域储量约束的目标函数，e1与e2的表达式为公式(3)：其中，ω1和ω2为权系数，e1体现了空间结构变化的要求，e2体现了油藏区域特性的约束。步骤102，计算初始控制参数；在一个示例中，初始控制参数为：其中，m2、m1分别表示正、负变化的交换次数，表示变化平均值，ainitial表示初始接受比值。具体地，采用了aarts和korst提出的一种计算初始控制参数的方法。该方法计算循环m周的目标函数(okinitial)，目标函数的变化为公式(5)：δokinitial＝okinitial-o0(5)其中，k＝1，…，minitialns。ns为网格数(nxnynz)，计算导致目标函数正、负变化的交换次数m2、m1，计算导致目标函数发生正变化，即δo+,kinitial≥0的交换中目标函数的变化平均值为公式(6)：进而计算初始控制参数为公式(4)。步骤103，基于初始控制参数，计算数值交换后的变异函数。在一个示例中，变异函数为：γe(ha)＝γek(ha)+λ(ha)(7)其中，λ1+＝d1,2x(u1+ha)-d1,2，λ1-＝d1,2x(u1-ha)-d1,2，λ2+＝-d1,2x(u2+ha)+d1,2，λ2-＝-d1,2x(u2-ha)+d1,2，d1,2＝2[x(u1)-x(u2)]，d1,2＝[x(u1)+x(u2)][x(u1)-x(u2)]，γek是第k步交换前的变异函数，λ为校正因子，x为模拟变量，u1、u2为进行交换的两点，n(ha)是滞后距为ha的点对数。具体地，基于初始控制参数，进行数值交换后，滞后距为ha的变异函数为公式(7)。在模拟开始的时候为得到初始变异函数，要计算一次每个滞后距的点对数，并且保存下来，以在模拟过程中计算校正因子。步骤104，基于双约束目标函数与变异函数，预测孔隙率；在一个示例中，还包括：基于双约束目标函数与变异函数，计算接受扰动的概率分布，并选择冷却进度表，进而预测孔隙率。具体地，基于双约束目标函数与变异函数，计算接受扰动的概率分布，在模拟过程中，接受扰动的概率分布通过波尔兹曼概率分布计算，即公式(8)：其中，p为接受扰动的概率分布，onew与oold分别为扰动前后的目标函数，α为温度调节因子，t为温度。在该分布中，所有理想的扰动(onew≤oold)都被接受，对于不理想的扰动，则以一个指数的概率接受。温度越高，接受一次并不理想的扰动的概率越大。温度t不能降的太快，因为降的太快会使模拟陷入局部优化中，而且不再收敛。但是也不能降的太慢，因为太慢，收敛速度也太慢。本领域技术人员可以通过制定退火计划来控制温度t。在储层建模中，首先建立初始的参数场，并建立目标函数，设置初始温度和退火计划；对初始的参数场进行扰动，求解目标函数，依据接受概率分布，接受或拒绝扰动；持续扰动过程，并降低接受不理想扰动的概率，直到目标函数足够低，在以后的迭代中没有任何改进为止。对于冷却进度表的选择，选用c.v.deutsch提出的经验公式，即公式(9)：t(k)＝λt0(9)其中，t0表示初始温度，k表示迭代次数，λ(0＜λ＜1)为降低因子。其主要思想是首先给出较高的初始温度，当已经接受了足够多次的扰动或尝试了多次扰动之后，再通过乘法因子λ降低温度；当很难继续减小目标函数值时，则停止运算，进而预测孔隙率。本方法将空间结构变化的要求与动态资料确定的储量共同作为约束，建立双约束目标函数，应用模拟退火算法对孔隙率的空间分布进行预测，并通过初始控制参数的给定及目标函数修改提高了运算效率，降低了模拟结果的不确定性，提高了模拟的精度；整合区域特性约束不仅提高了孔隙率模拟精度，而且算法收数快、稳定性高，在提高储层属性表征精度、节约建模时间与成本方面具有很好的应用前景。应用示例为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。根据空间结构变化与油藏区域特性，建立双约束目标函数为公式(1)，e1体现了空间结构变化的要求，e2体现了油藏区域特性的约束。图5a和图5b分别示出了根据本发明的一个实施例的目标参数e1与双约束目标参数随控制参数变化的示意图。计算初始控制参数，即计算循环m周的目标函数(okinitial)，目标函数的变化为公式(5)，计算导致目标函数正、负变化的交换次数m2、m1，计算导致目标函数发生正变化，即δo+，kinitial≥0的交换中目标函数的变化平均值为公式(6)，进而计算初始控制参数为公式(4)。基于初始控制参数，进行数值交换后，滞后距为ha的变异函数为公式(7)。在模拟开始的时候为得到初始变异函数，要计算一次每个滞后距的点对数，并且保存下来，以在模拟过程中计算校正因子。根据目标函数随控制参数的变化过程，可以反映目标函数能量的收敛情况，如图5a和图5b所示，对比可以看出，整合区域特性约束下的目标函数在求解的过程中相对稳定，且收敛较快，这对于非线性寻优过程非常重要。图2a和图2b分别示出了根据本发明的一个实施例的原始孔隙度分布模型与试验控制点的示意图。图3a和图3b分别示出了根据本发明的一个实施例的基于目标参数e1与基于双约束目标参数的孔隙度模拟结果的示意图。图4a和图4b分别示出了图3a和图3b的误差分布的示意图。基于双约束目标函数与变异函数，计算接受扰动的概率分布，在模拟过程中，接受扰动的概率分布为公式(8)，对于冷却进度表的选择为公式(9)，当已经接受了足够多次的扰动或尝试了多次扰动之后，再通过乘法因子λ降低温度；当很难继续减小目标函数值时，则停止运算，进而预测孔隙率。图3a和图3b分别是基于目标函数e1和e1+e2的模拟结果，对比已知的实际孔隙率分布图2a，可以看出，基于目标函数e1+e2的模拟结果不但从总体上体现了孔隙率的分布趋势，而且各个高孔隙度区域的形态和位置与原始孔隙率分别都非常吻合。模拟结果的误差分析如图4a和图4b所示，表明，整合油藏区域特性约束的孔隙度模拟精度明显高于基于目标函数e1约束下的模拟精度，对应的平均相对误差分别为22.73％和28.43％。某油田a区块共有钻井7口，选取其中4口井数据作为条件点进行模拟，选取的4口井的位置和孔隙度数据如表1所示，其余3口井用于检验模拟效果。在求取了实验变差函数以后，进行了模拟实验。表1图6示出了根据本发明的一个实施例的a区块实际数据的孔隙度模拟结果的示意图。图7示出了根据本发明的一个实施例的双约束目标参数随控制参数变化的示意图。a区块南部储层孔隙很发育，如图6所示，其中，横轴是x坐标，纵轴是y坐标，单位是m，表现为孔隙度值高且分布范围连续。由中部向东北方向，孔隙发育程度较低，但局部存在分布零散的高孔隙度区。图7为双约束目标函数随控制参数变化的曲线，反映出在模拟过程中能量收敛稳定快速，从而表明了方法的有效性。误差分析如表2所示，根据表2表明，预测与实际情况非常相符，相对误差均在10％以内。表2井名实际值(％)预测值(％)绝对误差相对误差(％)525.8127.231.425.5622.321.65-0.652.91713.8215.061.248.97综上所述，本发明将空间结构变化的要求与动态资料确定的储量共同作为约束，建立双约束目标函数，应用模拟退火算法对孔隙率的空间分布进行预测，并通过初始控制参数的给定及目标函数修改提高了运算效率，降低了模拟结果的不确定性，提高了模拟的精度；整合区域特性约束不仅提高了孔隙率模拟精度，而且算法收数快、稳定性高，在提高储层属性表征精度、节约建模时间与成本方面具有很好的应用前景。本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。根据本发明的实施例，提供了一种整合区域特性约束的孔隙率模拟系统，可以包括：存储器，存储有计算机可执行指令；处理器，处理器运行存储器中的计算机可执行指令，执行以下步骤：根据空间结构变化与油藏区域特性，建立双约束目标函数；计算初始控制参数；基于初始控制参数，计算数值交换后的变异函数；基于双约束目标函数与变异函数，预测孔隙率。在一个示例中，双约束目标函数为：其中，e表示双约束目标函数，γe(h)为实验变异函数，γo(h)为理论变异函数，nd为方向个数，nh表示滞后距的个数，χj为要模拟的孔隙率参数，βj为计算储量时除孔隙率外其他参数的结合量，m为模拟区域划分的网格节点数，m为由动态资料确定的储量，r为方向的计数，i为滞后距的计数，j为网格节点的计数。在一个示例中，初始控制参数为：其中，m2、m1分别表示正、负变化的交换次数，表示变化平均值，ainitial表示初始接受比值。在一个示例中，变异函数为：γe(ha)＝γek(ha)+λ(ha)(7)其中，λ1+＝d1,2x(u1+ha)-d1,2，λ1-＝d1,2x(u1-ha)-d1,2，λ2+＝-d1,2x(u2+ha)+d1,2，λ2-＝-d1,2x(u2-ha)+d1,2，d1,2＝2[x(u1)-x(u2)]，d1,2＝[x(u1)+x(u2)][x(u1)-x(u2)]，γek是第k步交换前的变异函数，λ为校正因子，x为模拟变量，u1、u2为进行交换的两点，n(ha)是滞后距为ha的点对数。在一个示例中，还包括：基于双约束目标函数与变异函数，计算接受扰动的概率分布，并选择冷却进度表，进而预测孔隙率。本发明将空间结构变化的要求与动态资料确定的储量共同作为约束，建立双约束目标函数，应用模拟退火算法对孔隙率的空间分布进行预测，并通过初始控制参数的给定及目标函数修改提高了运算效率，降低了模拟结果的不确定性，提高了模拟的精度；整合区域特性约束不仅提高了孔隙率模拟精度，而且算法收数快、稳定性高，在提高储层属性表征精度、节约建模时间与成本方面具有很好的应用前景。本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本
技术领域：
的普通技术人员来说许多修改和变更都是显而易见的。当前第1页12