油藏多点统计建模中训练图像的研究与应用

《油藏多点统计建模中训练图像的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文创新性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：避日期：20件6斗学位论文使用授权的说明本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安石油大学。学

2、校享有以任何方法发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大学。论文作者签名：导师签名：日期：细I午‘．争日期：洳Iq．6．J，·注：如本论文涉密，请在使用授权的说明中指出(含解密年限等)。中文摘要论文题目：专业：硕士生：指导教师：油藏多点统计建模中训练图像的研究与应用油气田开发工程杨磊(签名)陈军斌(签名)要训练图像是多点地质统计学的基本工具，通过训练图像将先验知识和概念模型引入到储层建模中，是多点模拟的一个突破性贡献。训练图像是一种结合了各种类型数据(如井位、测井、地震等

3、)的数字化图像，它是对先验地质概念模型的量化，它包含了所研究的真实储层中确信存在的沉积相空间结构、几何形态及其分布模式。本文研究了建立训练图像的原则和方法，针对委内瑞拉M区块的地质特点建立了四种不同的训练图像，使用多点地质统计方法分别对四种训练图像进行沉积微相建模。在不追加任何软数据的条件下，只用测井数据建模，分析对比了四种训练图像的模拟结果，并结合前期地质认知选出模拟结果符合研究区地质特征的训练图像；使用地震约束建模，对比了同一组训练图像的等概率模拟结果，并对比了不同训练图像在地震约束下的模拟结果。通过对不同训练图像的建模结果分析发现，仅采用测井资料建模时，不同的

4、训练图像对模拟结果影响很大。而在地震约束的储层建模情况下，即使训练图像不同，模拟结果也大体相同。关键词：多点地质统计学、训练图像、油藏建模、地震约束论文类型：应用研究(本文来源于国家重大科技专项《重油与高凝油油藏高效开发技术—委瑞内拉MPE一3区块超重油油藏多点地质统计学建模方法研究》，项目编号2011zx05032)英文摘要一—————————————————————————————————————————————————————————一Subject：Researchandapplicationoftrainingimageinreservoirmulti—p

5、ointstatisticalmodelingSpeciality：Oil&GasExplorationEngineeringName：Instructor：ABS。l。RAC。lTrainingimagesarebasictoolofmulti．pointgeo—statistics，introducinggeologicalpriorknowledgeorconceptualmodelsintoreservoirmodelingthroughtrainingimagesisabreakthroughcontributionofmultiple—pointgeo—

6、statisticstoreservoirmodeling．Atrainingimageisanumericalpriorgeologicalmodelwhichcontainsthefaciesstructuresandspatialdistributionpatternswhicharebelievedexistinginrealisticreservoirs．Itisacombinationofvarioustypesofdataandinformation(wellloggingandseismic)．Thisp印erstudiestheprinciplea

7、ndmethodofestablishingtrainingimages，buildingfourdifferenttrainingimagesaccordingtoVenezuelanMblocks’geologicalfeatures，thenbuildsfourdifferenttrainingimages’faciesmodelsofOrinocoheavyoilbeltMReservoirbymulti-pointgeo．statisticalmethod．Whenusingtheloggingdatamodeling，thesimulatedresu