储层建模算法剖析

Ⅰ 基于储层骨架的多点地质统计学随机建模方法

前文述及,河道骨架主要用于基于目标的建模方法以及基于变差函数的建模方法。将河道骨架用于多点地质统计学随机建模,即利用骨架模型所包含的河道形态、河道类型以及河道规模等信息,约束和指导河道多点统计预测。将这种方法称为基于储层骨架的多点地质统计学随机建模方法。由于河道骨架模型在建模之前已经预测出来,因此如果在进行河道储层预测时沿着河道骨架方向进行,必然能够减少河道预测的不确定性,而河道连续性也能够在骨架模型指导下得到再现。基于储层骨架的多点地质统计学随机建模方法的模拟步骤为(图5-11):

1)训练图像预处理。

2)产生随机模拟路径。

3)条件数据搜索。在河流主方向,以河道中线波动幅度、河道厚度构成的长方体作为搜索窗,对研究区所有条件数据进行归类并排序。选择河道条件数据最多的长方体作为骨架模型建立的开始。

4)储层目标骨架建立。以搜索窗宽度一半位置作为河道主方向轴,对落入搜索窗内的河道条件数据进行分析,通过随机数确定条件数据在河道中的位置。根据这些条件数据在河道中的位置,确定河道中线位置。在没有条件数据点处,根据一维高斯函数产生河道中线位置。

5)河道生成。沿着产生的河道中线,进行相似性判断,在河道中线点处,仅选择包含河道的最相似模式。

6)模拟剩余未模拟节点。直到所有节点都被模拟,完成一次模拟实现。

由于在相似性计算中,河道百分比可能得不到满足。因此,在所有河道中线已经模拟完成后,可以计算河道百分比,根据河道百分比情况来判断是否应该再增加河道中线,并继续模拟河道。如果河道百分比没有达到期望的百分比,则可以利用高斯函数随机产生一条河道中线,并沿着中线产生河道,直到期望的百分比得到满足。

图5-11 基于储层骨架的多点地质统计学随机建模流程

在整个随机建模中,河道骨架模型建立后,对多点统计预测河道分布的约束主要表现为对数据模式选择的约束,即指导合理地选择数据模式,从而再现河道形态及分布特征。

前文已经指出了Simpat方法造成河道不连续的一个重要原因是数据模式的随机选择,尤其是在河道中线延伸方向上随机选择不包含河道的模式。因此,当顺河道中线模拟时,希望在河道中线处选择包含河道的模式;而在河道模拟完成后,希望在模拟远离河道区域时数据模式选择上有一定的约束。即在远离河道区域,在随机选择相似性数据模式时,仅选择不包含河道的模式,从而避免了随机数据模式选择过程中出现异常的数据模式,导致模拟实现不真实。

在对Simpat方法的分析过程中,数据模式随机选择的不确定性,还包括了对条件数据提供信息考虑的不足。当建立河道骨架模型后,河道信息也包含在了骨架模型中,这对数据模式的选择具有重要意义。当顺河道中线进行模拟时,如果河道中线是分支河道中线,那么在选择最相似的数据模式时,可以根据河道中线提供的信息,仅在训练图像的支流河道中选择相应的数据模式。显然,这种从河道骨架模型中获取的信息能够对河道性质进行充分考虑,指导数据模式正确选择。当河道规模发生变化时,如果在河道骨架模型中考虑这种信息,那么在建模时也可能反映这种河道变化规律。事实上,在Simpat方法中提供了训练图像带以区分不同类型的沉积储层。这为考虑河道规模或者性质提供了依据。如果将不同规模和性质的河道进行分类,并用不同的代码来表示这类河道的性质,那么在进行图像预处理时,将不同规模和性质的河道按照不同的类别进行处理,形成各自的训练图像带,在建模时就很容易对不同规模和性质的河道区分对待,从而较准确地建立具有不同规模和性质的河道分布。

通过河道骨架模型约束数据模式选择,还可以有效解决河道建模中非平稳性问题。在Simpat方法中,由于没有考虑河道分汊和规模变化信息,导致在建模时对数据模式选择约束不够,不能够再现河道分汊和规模变换。而基于骨架模型的方法可以通过河道骨架信息识别主河道和支河道以及河道规模变化,从而约束数据模式选择。由于河道分汊和规模变化,可以理解为河道非平稳特征的表现。因此考虑河道骨架模型提供的信息,从而正确选择数据模式,一定程度上解决了河道非平稳性问题。

因此,在河道骨架模型建立后,为了充分体现河道骨架模型对数据模式选择的约束,需要在相似性计算以及选择过程中考虑河道骨架模型提供的信息。如河道类型、规模等。经过这样考虑,对上述5)、6)步骤作了一些修改:

步骤5):在河道中线处,根据河道中线携带的信息,如河道性质、规模等,在相似性计算时,仅在训练图像中考虑包含相应信息的河道,从中选择最相似的数据模式。

步骤6):当河道中线模拟完成后,计算河道百分比。当河道百分比小于期望值时,在未模拟区域随机产生河道中线,随后模拟河道;直到河道百分比达到期望值。

步骤7):在河道模拟完成后,对未模拟节点,如果不包含河道信息,在进行相似性计算时候仅考虑不包含河道的数据模式。当所有节点被模拟后,就完成了一次模拟实现。

Ⅱ 建模步骤

（一）确定性建模

储层建模的主要目的是将储层结构和储层参数的变化在二维或三维空间用图形显示出来。一般而言，储层地质建模有以下四个主要步骤。

1.数据准备和数据库的建立

储层建模一般需要以下四大类数据（库）。

（1）坐标数据。包括井位坐标、深度、地震测网坐标等。

（2）分层数据。各井的层组划分与对比数据、地震资料解释的层面数据等。

（3）断层数据。包括断层的位置、产状、断距等。

（4）储层数据。各井各层组砂体顶底界深度、孔隙度、渗透率、含油饱和度等。

2.建立地层格架模型

地层格架模型是由坐标数据、分层数据和断层数据建立的叠合层面模型，即将各井的相同层组按等时对比连接起来，形成层面模型，然后利用断层数据，将断层与层面模型进行组合，建立地层的空间格架，并进行网格化。

3.二维或三维空间赋值

利用井所提供的数据对地层格架的每个网格进行赋值，建立二维或三维储层数据体。

4.图形处理与显示

对所建数据体进行图形变换，并以图形的形式显示出来。

（二）随机建模

随机建模的步骤与确定性建模有所差别，主要有以下五个步骤。

1.建立原始数据库

任何储层模型的建立都是从数据库开始的，但与确定性建模数据库不同的是，用于随机建模的数据库分为两大类，第一类是原始数据库（与确定性建模相同），包括坐标、分层、断层和储层数据；第二类是随机模拟需要输入的统计特征数据。

2.建立定性地质概念模型

根据原始数据库及其他基础地质资料，建立定性储层地质概念模型，如沉积相分布、砂体连续性、储层非均质性模型等，以用于选择模拟参数和指导随机模型的优选。

3.确定模拟输入的统计特征参数

统计特征参数包括变异函数（岩性指标变异系数和岩石物性变异函数）特征值、概率密度函数特征值（砂岩面积或体积密度、岩石物性概率密度函数）、砂体宽厚比、长宽比等。

4.随机模拟，建立一簇随机模型

应用合适的随机模拟方法进行随机建模，得出一簇随机模型。在建模过程中，可采用两步建模法，先建立离散的储层结构模型，然后在此基础上建立连续的储层参数分布模型。

5.随机模型的优选

对于建立的一簇随机模型，应根据储层地质概念模型对其进行优选，选择一些接近实际地质情况的随机模型作为下一步油藏数值模拟的输入。

Ⅲ 储层建模的方法

（一）确定性建模

目前，确定性建模所应用的储层预测方法主要有以下三种。

1.地震方法

从已知井点出发，应用地震横向预测技术进行井间参数预测，并建立储层整体的三维地质模型。应用的地震方法主要有三维地震和井间地震方法。

三维地震资料具有覆盖面广、横向采集密度大的优点，结合井资料和VSP资料，可在油藏评价阶段建立油组和砂层组规模的储层地质模型。但是三维地震资料有一个致命的弱点，即垂向分辨率较低，一般为10～20m。常规的三维地震资料很难分辨至单砂体规模，仅为油组和砂层组规模，而且预测储层参数的精度较低，往往为大层段的平均值。因此，目前三维地震方法主要应用于勘探阶段的储层建模，确定地层层序格架、构造圈闭、断层特征、砂体的宏观格架及储层参数的宏观展布等。

由于采用井下震源和多道接收排列，井间地震较常规地震具有更多的优点，比如信噪比提高、分辨率增加、可以实现P波和S波的井间地震层析成像（从而确定重建速度场）等等（N.P.Paulsson 1989），大大提高了井间储层参数的解释精度，可以用于建立更高精度的储层地质模型。但是这种方法的商业性应用还有很多问题需要解决。

2.水平井方法

水平井沿着储层走向或倾向钻井，直接取得储层侧向或沿层变化的参数，基此可以建立确定性的储层模型。水平井的钻井技术和经济可行性目前已经解决，但是作为一种技术手段来应用在目前还是少量。此外，水平井很难进行连续取心，而是依赖井的测井信息。但由于测井解释技术所限，仍然存在一些不确定的因素。目前这种技术仍处于攻关阶段。

3.井间对比与插值方法

这是传统的建立确定性模型的方法。储层结构主要是通过井间对比来完成，井间储层参数分布则通过井间插值来完成。井间砂体对比是在沉积模式和单井相分析的基础上进行的，砂体对比的精确程度和模型的精度取决于井距大小和储层结构的复杂程度。如果井网密度足够大，可建立确定性的储层模型；若井网密度略小，可建立确定和概率组合模型；如果井网密度不够（井距太大或结构太复杂），就不能进行详细的确定性的砂体对比。在这种情况下，可以应用地质统计学方法来获取储层结构的可能轮廓，建立储层结构概率模型。

井间插值方法很多，大致可分为传统的统计学插值法和地质统计学估值法。由于传统的数理统计学插值方法（如反距离平方法）只考虑观测点与待估点之间的距离，而不考虑地质规律所造成的储层参数在空间上的相关性，因此插值精度低，实际上不适合于地质建模。为了提高对储层参数的估值精度，人们广泛应用克里金方法来进行井间插值。

克里金方法是地质统计学的核心，它是随着采矿业的发展而产生的一门新兴的应用数学分支。克里金方法主要应用变异函数和协方差函数来研究在空间上既有随机性又有相关性的变量，即区域变量。克里金法估值，是根据待估点周围的若干已知信息，应用变异函数所特有的性质，对待估点的未知值作出最优、无偏（即估计方差最小，估计值的均值与观察值的均值相同）的估计。

克里金方法较多，如简单克里金、普通克里金、泛克里金、因子克里金、协同克里金、指示克里金等。这些方法可用于不同地质条件下的参数预测。但是克里金方法是一种光滑内插方法，实际上是特殊的加权平均，它难于表征井间参数的细微变化和离散性。同时，克里金为局部估值方法，对参数分布的整体结构性考虑得不够。因此，当储层连续性差、井距大且分布不均匀时估值误差较大。所以，克里金法所给出的井间插值虽然是确定的值，但并非是真实的值，仅是一个近似值，其误差的大小取决于方法本身的实用性及客观地质条件。然而，就井间估值而言，克里金方法比传统的数理统计方法更能反映客观的地质规律，估值精度相对较高，是定量描述储层的有力工具。

（二）随机建模

随机建模方法很多，依据Journel的观点可以分为下面两大类。

1.以目标物体为模拟单元的方法

这类方法主要用于描述各种离散性地质特征的空间分布，如沉积微相、岩石相、流动单元、裂缝、断层、夹层等地质特征的空间分布，建立离散性模型。主要的方法有示点过程法（布尔法）和随机成因模拟法。

2.以象元为模拟单元的方法

这类方法主要用来模拟各种连续性参数（如岩石物性参数）以及离散性参数（地质特征参数）的变化，主要建立连续性模型，亦可建立离散性模型。常用的方法有马尔柯夫随机域法、截断随机函数法、两点直方图法、序贯指示模拟法、模拟退火法、分形法等（H.H.Halderson,1990）。

Ⅳ 储层建模和储层模拟技术的发展［～］

储层建模，顾名思义就是建立储层的地质模型，其目的就是通过在油气勘探和开发过程中取得的地震、测井、测试、钻井等各方面的资料，对储层各方面的特征进行描述和预测，达到建立精确的三维定量的储层地质模型的目的。其中最重要的是具有相当井间预测能力的储层建模技术。

储层建模的方法一般分为确定性建模和随机建模两类。在地震资料品质好和有较多取心井资料时，可以得到很好的确定性模型；但在大多数情况下，是采用以地质统计为基础的储层随机建模。随机建模承认在现有地质条件下，采用地质统计特征去表征储层非均质性的总体面貌，而不追求每一个测点的确定数值，可以为油气田开发提供合理的储层地质模型，保证流体流动模拟的可信度及开发决策的正确性。

如果说储层建模是运用现今地质条件下所取得的资料进行描述和预测，那么储层模拟则通常要在恢复地质历史的基础上模拟自古到今的地质演化，包括沉积埋藏史模拟、孔隙演化史模拟、油气在储层中的运移史模拟，以及油气富集规律模拟等，通过这些模拟用以对现今地质情况进行预测。

总之，储层建模和储层模拟都需要很强的预测性，需要运用众多的现代数学和计算机技术，并需要研究者具有丰富的想象力和高度的抽象能力。

Ⅳ 苏里格气田Z区块储层地质建模

杨仁超^1，2 金之钧¹ 王言龙² 樊爱萍²

（1.中国石化股份有限公司石油勘探开发研究院，北京 100083；

2.山东科技大学地质学院，山东青岛 266510）

摘 要 通过构建储层三维地质模型，地质建模可以定量直观展示储层三维物性参数及几何形态，提高井间物性的内插精度，从而提高储层精细描述的可靠性和准确度。鄂尔多斯盆地苏里格气田东区Z30区块储层发育于河流相，砂体横向变化快，储层预测难度较大。本文利用Petrel软件，以钻井数据为基准，按照点－面－体的建模步骤建立Z30区块构造模型；在此基础上以测井解释单井相数据为基准，采用序贯指示模拟方法建立了沉积微相模型；并以相控建模技术为指导，采用序贯高斯模拟方法建立了储层属性模型。储层建模研究为准确评价储层性质及潜能提供了可靠依据，也为气藏开发方案的制定和调整提供了地质借鉴。

关键词 鄂尔多斯盆地 苏里格气田 二叠系 储层建模 模型

Reservoir Geological Simulation of Z30 Block in Sulige Gas Field

YANG Renchao^1，2，JIN Zhijun¹，WANG Yanlong²，FAN Aiping²

（1.Exploration and Proction Research Institute，SINOPEC，Beijing 100083，

China；2.College of Geological Sciences ＆ Engineering.Shandong University

of Science and Technology，Qing 266510，China）

Abstract Geological modeling technology can improve the interpolate precision of properties between wells and the reliability and accuracy of reservoirs description thrugh establishing a 3D geological model which can show the style of reservoirs directly and 3D quantative reservoir distribution parameter and geometry.It increase the difficulty to forecast reservoirs between wells that sand bodies vary laterally fast formed in fluvial sedimentary facies in block Z30 in the eastern part of Sulige gas field.According to the basic modeling steps from point to surface to body.the tectonics model of the research block was constructed on basis of the drilling data by using the software of Petrel.Then，based on facies data interpreting from logging of single well，the detailed sedimentary facies model could be established by using the Sequential indicator simulation method.Finally，based on the facies model，the properties parameter model was built by using facies controlled modeling technology and sequential Gauss simulation method.Through the simulation study of block Z30，it can icrease the precision of reservoirs description.and it also can provide geologic reference for working out and regulating reservoir development program.

Key words Ordos Basin；Sulige Gas Field；Permian；reservoir simulation；model

基金项目：山东省沉积成矿作用与沉积矿产重点实验室开放基金 “陆相盆地沉积充填序列与储层发育控因研究”（DMSM200803）资助。

苏里格气田东区位于鄂尔多斯盆地伊陕斜坡中北部，呈现北东高、南西低的西倾单斜构造。上古生界自下而上发育石炭系本溪组、太原组，二叠系山西组、下石盒子组和石千峰组地层，属海陆过渡相—陆相碎屑岩沉积。苏里格气田上古气藏的砂体分布、储层物性变化很大，非均质性严重^［1］，在开发过程中如何准确预测高渗储层的分布，是气田开发亟待解决的问题。对于水平井整体开发的Z30重点区块而言，储层精细描述对于水平井井位、方向、轨迹、层位的优选尤为重要。气藏描述的核心是建立储层地质模型^［2～4］，因此，储层地质建模对于气藏开发方案的制定、油气藏管理等具有重要的意义。

1 储层地质建模准备

1.1 小层划分与对比

Z30区块目的层段H₈段和S₁段细分为H₈s¹、H₈s²、H₈x¹、H₈x²及 共7个小层（图1）。通过对比发现，各小层厚度较稳定，地层可对比性较强，为储层地质建模奠定了较好的基础。

图1 Z30区块小层对比

1.2 沉积微相研究

结合研究区地质背景资料、岩心观察、测井资料、岩性特征及组合、沉积构造、剖面结构和生物标志等资料，并结合前人的研究成果，对Z30区块进行单井相分析，认为研究区H₈段属于辫状河沉积，可进一步划分为河道亚相、河漫亚相，以及心滩、辫状河道、泛滥平原、洪漫湖沼等微相类型；S₁段属于曲流河沉积，可进一步划分为河道亚相、河漫亚相，以及边滩、决口扇、漫滩、牛轭湖等微相类型。

以Z9井为例，首先根据GR、AC、SAND、PERM、POR等测井曲线对单井岩性进行解释，然后结合取心井段岩心数据对解释成果进行校正（图2）。

图2 Z9井岩性岩相综合解释

1.2.1 辫状河河道亚相

辫状河河道亚相由辫状河道微相和心滩微相组成，具有不明显的二元结构。

1）辫状河道微相：是河道亚相的主要组成部分，也是研究区内有利储集砂体发育的重要微相类型之一。岩性以浅灰色含砾粗砂岩，灰白色、灰绿色粗砂岩、中－粗砂岩等粗碎屑沉积为主（图3H）。岩性剖面具有典型的河道正旋回沉积特点，具有很强的河流侵蚀冲刷作用，底部具冲刷面，与下伏泥岩呈突变接触。自然伽马曲线以明显的齿化钟型、钟型－箱型组合为主。沉积构造以楔状交错层理为主，反映较强的水动力条件（图3E）。

2）心滩微相：岩性以灰－灰白色含砾粗砂岩、粗砂岩等粗碎屑岩为主（图3G），是研究区内有利储集砂体发育的微相类型。岩性剖面具不明显的正旋回特征。自然伽马曲线多为高幅微齿化箱型。沉积构造以平行层理、板状交错层理为主（图3F），水动力较强。

图3 Z9井主要的岩性和沉积构造

1.2.2 辫状河河漫亚相

辫状河河漫亚相由泛滥平原微相和洪漫湖沼微相组成。

1）泛滥平原微相：泛滥平原微相位于辫状河道间的地势低洼而平坦地区，是洪水泛滥期间，当越岸水流在近岸处沉积了较粗物质之后，在地形平坦处所沉积的细粒悬浮物质。岩性主要由粉砂质泥岩、泥岩组成的泥质均匀层或交互层构成，层面可见植物碎屑和云母片。泥岩中可见植物茎干、叶片化石。自然伽马曲线幅度低，接近泥岩基线，呈低幅波状起伏或近平直状。

2）洪漫湖沼微相：洪漫湖沼微相位于辫状河道间的低洼地区，因泛滥平原中低洼积水地带植物生长繁茂并逐渐淤积而成，岩性以黑色泥岩为主，常形成单层厚度较大的泥岩，一般＞7m。自然伽马曲线幅度低，呈低幅波状起伏或近平直状。

1.2.3 曲流河河道亚相

曲流河河道亚相主要由边滩微相组成。边滩是曲流河中最主要的沉积单元，是河床侧向迁移和沉积物侧向加积的结果。由于曲流河河床中水流对沉积物的搬运以底负载搬运（滚动和跳跃）方式为主，故边滩沉积的岩性以粗砂岩为主，主要有浅灰绿（白）色、灰绿色粗砂岩（图3A—D），向上粒度通常变细。自然伽马曲线呈箱型。沉积构造主要为交错层理，平行层理等（图3A—C）。

1.2.4 曲流河河漫亚相

曲流河河漫亚相位于河道沉积的上部，主要是洪水泛滥期间河流悬移载荷垂向加积的产物，属顶层沉积。与河道沉积亚相相比，其岩石类型简单，粒度较细。自然伽马曲线为低幅齿化曲线，偶有指状曲线。可进一步分为决口扇、漫滩、牛轭湖等沉积微相。

1）决口扇微相：主要由细砂岩、粉砂岩组成。自然伽马曲线呈中－低幅指型。具有小型交错层理、水平层理，冲蚀与充填构造常见。

2）漫滩微相：沉积以粉砂岩为主，发育水平层理、平行层理等构造，自然伽马曲线幅度低，呈低幅波状起伏或近平直状。

3）牛轭湖微相：由于曲流河的截弯取直作用而形成，其中既有侧向加积的砂质物，又有垂向加积的粉砂和泥质。岩性以浅灰绿色、灰黑色泥岩为主，富含有机质，层理一般不显。自然伽马呈现出低幅齿化曲线形态。

2 储层地质建模

储层地质模型实际上就是用模型来表征储层结构及储层物性参数的空间分布和变化特征。储层地质建模的核心问题是井间储层预测^［5，6］。在井点数据的基础上，为更好地预测井间插值，本次建模运用随机建模方法，通过建立多个模型实现，结合地质实际及认识优选出可信度最高的模拟结果。为提高描述精度，本次建模平面网格步长设为70m×70m；垂向上采取重点层位细化分层的方法，网格数达207个；总网格数达11625120个。

2.1 建模方法

目前建模方法主要有确定性建模和随机建模两种。由于储层的空间展布具有复杂性、局部随机性和变异性的特点，因此应用确定性建模方法在储层预测中难以得到可信度较高的结果。随机建模方法是20世纪80年代中期发展起来的一项新技术，其核心是对井间储层进行多学科综合一体化、三维定量化及可视化的预测，适合描述储层的非均质性与不确定性^［4］。

由于Z30区块井网密度较大，且井位数据、分层数据、测井及测井解释数据较完备，因此可以建立较完善的单井数据（井位、分层、单井相、孔隙度、渗透率、含气饱和度等）。在构建沉积微相模型过程中，为确保井点数据的准确性且体现随机建模的思想，选用了序贯指示模拟方法；在模拟储层物性参数时，选用了能够较好处理连续型数据的序贯高斯模拟方法。其中，序贯指示模拟是以象元为基础的模拟方法，不存在收敛性问题，不仅能模拟连续型变量，而且还能模拟离散型变量^{［5，7～9］}，其最大的优点是忠于井点数据，可模拟复杂地质现象，适合研究区沉积微相变化快、非均质性强的储层；序贯高斯模拟是一种应用高斯概率理论和序贯模拟算法相结合、产生连续变量空间分布的随机模拟方法，适用于连续型变量^{［3，5，8］}。

其简单的流程是：以单井数据为基准，保证井点数据的准确度和精确度，同时运用序贯指示模拟方法保证井间插值的合理性，构建沉积微相模型^{［10，11］}；然后运用相控建模技术建立储层物性参数模型。

2.2 建立构造模型

构造模型是构建其他模型的基础^［5，6］，符合实际的构造模型能为后续的沉积微相模型及物性参数模型提供准确的地层框架。由于Z30区块断层不发育，在钻井数据的基础上就可以建立比较符合地质实际的构造模型。以钻井资料为基础数据，遵循点－面－体的建模步骤，首先对储层进行等时划分与对比，并将数据导入建立井模型，然后以分层数据为基准在手工勾绘顶面构造的约束下建立等时层面模型，最后通过层面间插值建立三维构造模型（图4）。

图4 Z30区块三维构造模型

从模型中可以更加直观地表征出研究区目的层段S₁段和H₈段的构造格局：整体起伏不大，为北东高、南西低的西倾单斜构造。每小层的构造格局基本保持一致，坡降幅度在4～5m/km，其内部发育一系列北东走向鼻隆构造。

2.3 沉积微相模型

储层沉积微相的空间展布对储层和气藏的分布有重要的控制作用^{［5，12，13］}。所以在构建储层物性参数模型之前需要建立能够表征储层非均质性的沉积微相模型。以H₈s¹小层为例，在模拟沉积微相展布时，以测井解释单井相数据为基准，首先对微相进行合并和代码化（表1），将洪漫湖沼和泛滥平原微相合并为泛滥平原微相；然后逐层对沉积相数据进行分析，并进行变差函数调整，确定主变程、次变程和垂变程；最后采用序贯指示模拟方法，利用趋势面和变差函数的双重控制手段进行模拟，并在随机产生的一系列沉积微相中挑选出最合理的模拟结果，逐层做出沉积微相模型（图5）。其沉积微相数据分析结果见表1，变差函数参数统计见表2，模拟结果见图6。

表1 Z30区块H₈s¹小层沉积微相数据分析统计

图5 Z30区块三维沉积微相模型

由H₈s¹小层的沉积微相模型可以看出，辫状河道沉积在该层段较发育，呈南北向条带状展布，南北向连通性较东西向好；心滩沉积呈不规则片状展布，整体呈南北向展布趋势；泛滥平原沉积在该层段内最发育，呈大范围的连片状展布。辫状河道沉积和心滩沉积沉积物粒度较粗，以中－粗砂岩、粗砂岩为主，是该层段的主要储集单元。

图6 Z30区块H₈s¹小层沉积微相模型

表2 Z30区块H₈s¹小层沉积微相变差函数参数统计

2.4 储层物性建模

储层三维建模的最终目的是建立能够反映地下储层物性空间展布的属性模型，是储层地质建模的核心内容^［1～3］。在建立并筛选最优沉积微相模拟结果的基础上，运用相控建模技术^{［12～15］}，以测井解释数据（孔隙度数据、渗透率数据和含气饱和度数据等）为基准数据，采用序贯高斯模拟方法对孔隙度进行插值：首先，通过数据分析，统计物性的参数概率分布特征；其次，分析确定变差函数类型及各项参数；最后，在沉积微相和趋势面的双重控制下逐层进行物性参数模拟，并将模拟结果与手工勾绘物性图件进行对比，筛选出最优模拟结果（图7A）。

建立孔隙度模型后，为更好地预测渗透率与含气饱和度井间插值，充分利用渗透率、含气饱和度与孔隙度的相关性关系，用已优选的沉积微相模型和孔隙度模型做双重约束，重复以上建模步骤构建出的渗透率模型和含气饱和度模型（图7B，C），从而确保了渗透率、含气饱和度与孔隙度的协调性，使模拟结果更符合地质实际，提高了模型的可信度。

以H₈s¹小层为例，其物性参数的统计结果见表3，变差函数参数统计见表4，模拟结果见图8。

图7 Z30区块储层物性三维模型

表3 Z30区块H₈s¹小层物性参数分析统计

表4 Z30区块H₈s¹小层变差函数参数统计

图8 Z30区块H₈s¹小层储层物性模型

由储层物性模型可以看出H₈s¹小层孔隙度大于8％的区域在该层段发育范围较小，呈零星点状分布；介于4％～8％之间的区域范围较大，且南北向连通性较好，主要对应于辫状河道沉积；渗透率大于0.7×10^－3μm²的区域范围较小，呈零星状分布，主要对应于心滩沉积；含气饱和度总体较低，呈现不连续的特点，＞60％的区域面积不大，零散分布。由此可见，Z30区块储层具有典型的低孔、低渗特点。

3 模型检验

未经沉积相控制的储层物性模拟，在平面分布规律及变化趋势上有较强的随机性，在不同区域储层属性的分布往往没有明显的规律和变化趋势。平面上属性值相近，但属于不同沉积单元的储集层，在没有井点控制的情况下，可能被误划分为同一成因单元^［15］。因此，相控建模技术可以实现储集层属性分布和沉积微相的对应性，使模拟结果更符合地下实际情况。所以，沉积相模拟结果与实际情况的符合程度是建模成功与否的关键。为了检验本次模拟结果，将沉积相平面展布以及剖面切片与手工勾绘图件、地震解释剖面等进行了对比。

以H₈s¹小层为例进行沉积相的平面对比。为了更好地展示心滩和辫状河道等沉积砂岩的展布，将Petrel沉积相模型中以泥岩沉积为主的泛滥平原沉积滤掉，与手工勾绘沉积相平面图进行对比（图9）。通过对比发现，沉积相模型与手工勾绘图件相似程度较高，整体展布趋势及分布范围均符合得较好，说明本次模拟可信度较高。为进一步检验模型的符合程度，将模型切片与手工勾绘的剖面以及地震解释剖面进行了对比（图10）。选取东西向连井剖面SD21－28—SD21－33—SD20－34—SD21－41—SD21－46为基准剖面，切取模型切片和地震剖面，与手工勾绘的剖面进行对比。发现模型剖面与勾绘剖面及地震解释剖面吻合均较好。

图9 Z30区块H₈s¹小层沉积相平面展布对比

通过以上的对比分析发现，本次建模与Z30区块地质实际吻合较好，说明本次模拟较好地展现了地下气藏形态，实现了对气藏的精细描述，对储层的正确评价和气藏的开发方案的制订和调整提供了可靠的依据和地质借鉴；同时也说明了相控建模理论的先进性和合理性。

4 结论

1）利用单井资料垂向精度高的特点，以单井资料为基准数据，选择能忠于井点数据的序贯指示模拟方法，以人工勾绘图件做趋势约束，能较好地描述Z30区块储层沉积微相展布；采用相控建模技术建立的储层物性模型与地质实际符合较好，可信度较高。

2）通过以上方法最终建立了Z30区块储层地质模型，呈现了Z30区块目的层段的地质实际：Z30区块构造格局为整体起伏较小，呈现北东高、南西低的西倾单斜构造，内部发育一系列北东走向鼻隆构造；Z30区块S₁段主要发育曲流河沉积，H₈段主要发育辫状河沉积，有利储层主要分布于心滩、边滩以及辫状河道等沉积微相类型；Z30区块储层具有典型的低孔、低渗特点。

3）以构造模型为骨架，在沉积微相的约束下建立的储层属性模型，有较好的合理性。不仅可以很好地解决沉积微相变化快、非均质性严重储层物性参数的模拟问题，而且还可以获得不同沉积微相的储层物性参数分布特征，有利于对储层更进一步的精细描述，同时也为数值模拟研究奠定了基础。

图10 Z30区块SD21－28—SD21－33—SD20－34—SD21 －41—SD21 －46连井剖面对比

参考文献

［1］杨华，魏新善.鄂尔多斯盆地苏里格地区天然气勘探新进展［J］.天然气工业.2007，27（12）：6～11.

［2］潘少伟，杨少春，等.相控建模技术在江苏油田庄2断块中的应用［J］.天然气地球科学.2009，20（6）：935～940.

［3］刘建华，朱玉双，等.安塞油田H区开发中后期储层地质建模［J］.沉积学报.2007，25（1）：110～115.

［4］何刚，尹志军，等.鄂尔多斯盆地苏6加密试验区块盒8段储层地质建模研究［J］.天然气地球科学.2010，21（2）：251～256.

［5］翟雨阳，孙志超.地质建模技术在河间油田开发研究中的应用［J］.石油天然气学报.2008，30（6）：211～213.

［6］刘蕊，盛海波，等.塔河油气田AT1区块凝析气藏三维地质建模研究［J］.地球科学与环境学报.2011，33（2）：168～171.

［7］贾玉梅，徐芳，等.基于地震资料的薄互层储层三维地质建模［J］.天然气地球科学.2010，21（5）：833～838.

［8］胡先莉，薛东剑.序贯模拟方法在储层建模中的应用研究［J］.成都理工大学学报（自然科学版）.2007，34（6）：609～613.

［9］李红，柳益群.鄂尔多斯盆地西峰油田白马南特低渗岩性油藏储层地质建模［J］.沉积学报.2007，25（6）：954～960.

［10］窦松江，赵郁文，等.埕海油田地质建模过程中的难点及对策［J］.天然气地球科学.2010，21（4）：652～656.

［11］刘晓虹，林畅松，等.低渗透储层产能预测的测井优化建模［J］.西南石油大学学报（自然科学版）.2011，33（3）：115～120.

［12］陈清华，史鹏，等.陈堡油田陈3断块开发中后期三维地质建模［J］.石油天然气学报（江汉石油学院学报）.2008，30（6）：161～171.

［13］胡望水，张宇焜，等.相控储层地质建模研究［J］.特种油气藏.2010，17（5）：37～40.

［14］郑应钊，刘国利，等.多条件约束地质建模技术在青西油田裂缝性油藏中的应用［J］.油气地质与采收率.2011，18（3）：77～93.

［15］左毅，芦凤明，刘天鹤.相控建模技术在河流相复杂断块的应用［J］.特种油气藏.2006，13（1）：36～39.

Ⅵ 随机建模的方法和步骤［4］

随机建模（Stochastic Modeling）方法承认地质参数的分布有一定的随机性，而人们对它的认识总会存在一些不确定的因素，因此建立地质模型时考虑了这些随机性引起的多种可能出现的实际情况，供地质人员选择。

随机建模方法认为，在现有技术情况下，对地下储层的认识存在一定的不确定性，一是已知资料控制点有限，以300m井距井网为例，井孔提示的储层体积所占整个储层体积，以百万至千万分之一数量级计，绝大部分储层性质是依靠这些少数已知点去推测的；二是描述这些控制点储层性质的技术本身还存在一定的误差，如测井解释渗透率，经常可达数倍的误差。随机建模方法同时又认为，作为地质体的储层，其各项属性的非均质分布，由于其有一定的地质成因，应存在一定的地质统计特征，用这一地质统计特征去表征储层非均质性的总体面貌，而不追求每一个预测点的确定的数值，仍然在一定时间、一定条件下可以为油气田开发提供合理的地质模型，保证流体流动模拟的可信和开发决策的正确。

8.1.3.1 随机建模的类别

储层随机建模通常又分为条件模拟和非条件模拟。其根本区别在于条件模拟较非条件模拟不仅要求模拟产生的储层随机图像（包含储层分布和物性等方面信息的图像）符合实际资料所观测到的储层属性空间分布的相关结构（地质统计特征），而且要求在井位处（或资料点处）的模拟结果与实际资料一致。通常讲的随机模拟一般指条件模拟。随机模拟方法分为以下两类：

1）离散性模拟方法：离散性模拟主要建立储层岩相的分布模型，用来描述离散性的地质特征，包括确定储层、隔层、砂体（储渗体）的空间分布边界和空间几何形态等。实际上就是实现气藏描述中的储层分布预测。所采用的模拟方法包括：示点性过程模拟、马尔可夫-贝叶斯指示模拟、序贯指示模拟、镶嵌过程模拟、截断高斯模拟等方法；对于非条件模拟，则可采用布尔模拟。

2）连续性模拟方法：连续性模拟主要建立岩相边界控制下的储层参数（孔隙度、渗透率、含水饱和度、泥质含量、碳酸盐含量等）的分布模型，即油气藏描述中的储层参数预测。所采用的模拟方法包括：退火模拟、序贯指示模拟、分形随机函数法、高斯随机函数法以及马尔可夫随机域法等。

对于非条件模拟，则可采用转带法。

8.1.3.2 储层随机建模的基本步骤

储层建模工作的实施主要包括以下三个基本步骤。

（1）建立储层原型模型

建立储层原型模型是随机建模的基础，所谓原型模型就是储层的实体地质模型，任何油藏（储层）描述方法都是只由零散信息对储层实体所进行的一种推断，这种推断可以是确定性的（如地震储层横向预测），也可以是不确定性的（如统计推断）。在不了解地质实体的前提下，任何一次研究结果，只能看作一次对地质实体的随机抽样，抽样结果的准确性依赖于统计的概率把握程度，这种把握程度只能来自于原型模型的建立。

储层原型模型的建立就是为了构筑一个与实际储层尽可能接近的储层信息标准答案库，从可见的实体模型描述入手，来建立各种地质知识库（这其中包括了各种储层的边界和储层参数的空间分布），建立相应的先验概率知识，如参数分布的范围、均值、方差、分布函数等。只有这样，储层随机建模才有依据。

原型模型的建立方法较多，目前主要采用的有：

1）物理模拟——以水槽模拟为主要代表；

2）野外露头精细描述——国内外已广泛开展；

3）现代沉积研究——在沉积学领域已有大量实例，是构筑沉积学理论的重要基础；

4）密井网精细对比与描述——主要在老开发区进行；

5）地震资料的确定性建模方法——主要依靠地震资料空间大信息量的优势，依靠资料处理，确定储层分布的宏观模型，重点是砂体的分布，同时也能对储层孔隙度、渗透率参数进行趋势性的估计。

（2）建立储层的随机模型

取得了储层原型模型以后，就可以建立储层的随机模型，它是以反映储层各项特征的参数统计为手段，建立相应的概率模型，如储层厚度、孔隙度、渗透率、含油饱和度等参数的分布规律和空间结构。对参数分布规律的认识主要以传统概率统计为基础，确定参数分布的大小范围、均值、方差、分布函数类型等，进而对空间结构进行分析（变差函数的计算）。

通过对储层特征建立随机模型，可以把各种地质认识（定性描述）和观测数据有机地结合起来，并可以反映由于信息缺乏而引起的不确定性。在已经建立的随机模型的基础上，再进行随机模拟，产生出反映储层非均质性的一系列等概率实现。每个实现就是一种可能的储层参数的空间分布，它们之间的差异反映了随机模型中所包含的不确定性，也就是我们常常谈到的研究中的多解性问题。

（3）储层的随机模拟

建立了储层随机模型后，就可以进行储层的随机模拟，随机模拟分为条件模拟和非条件模拟两种。非条件模拟只是要求再现地质特征的空间分布规律及相关性，而条件模拟不仅要求再现地质特征的空间分布和相关性，而且还要求在抽样位置上与实测数据一致或在指定位置上具有指定的特性。

对于不同的储层属性，具有不同的随机模型，应采用不同的模拟方法。由于大型计算机的出现，使细网格和高维空间的模拟得以实现，在实际应用中，寻求一种快速有效的模拟算法成为众多的研究者所探求的目标。

8.1.3.3 储层随机建模的基本流程

储层随机建模一般分为两个阶段进行，即先采用离散型模拟方法，建立储层的骨架模型；然后在储层骨架模型边界的控制下，应用针对连续性变量（如储层物性）的模拟方法建立储层参数模型。这就是目前大多数研究者使用的两阶段建模的基本流程。

陈恭洋^［4］根据两阶段建模的思路，提出了一个基本的随机建模流程（图8.1），该流程图中包括了9个方面的研究内容。

图8.1 储层随机建模总体设计流程框图^［4］

1）地层模型：以克里格插值技术为基本手段，主要研究储层顶、底界面的空间展布特征，并通过地质统计对比确定小断层带的空间分布。大的断层可由地震资料解释予以确定。该项研究主要提供后续储层和油气藏模拟的大的边界信息。

2）沉积相分析：包括大相和微相分析两部分研究内容，并以后者为研究重点。大相分析以区域沉积背景知识为指南，结合地震相的分析，明确研究工区较大范围内的沉积体系及空间展布特征。最后确定出油气藏范围内储层所处的相带沉积部位，为微相研究奠定坚实的基础。

微相分析重点研究沉积成因单元的结构要素及其组合型式以及它们的空间展布规律，为储层随机建模提供必要的地质先验知识，主要依据沉积学的研究手段进行。

3）高分辨率层序地层分析：主要应用于油气藏规模的储层对比技术，依靠岩心和测井资料，进行开发阶段的储层表征中储层的精细对比。因为储层岩性、几何形态、连续性及岩石物理特征等是在沉积物堆积过程中产生的，精确的地层对比可以在四维空间中对这些特征有更清楚的认识，高分辨地层对比是识别非均质性的有效方法。另外，具时间意义的地层界面通常与流体流动单元的岩石物理面相一致，可通过精细地层对比，划分流动单元。随着时间分辨率的提高，对地层形态和规模、相的位置和岩石物理特征的预测也就更加精确。与沉积相的分析相结合，是目前油田覆盖区建立储层原型地质模型最有效的方法。

4）储层岩相分布的离散型随机模拟：这是储层随机建模的核心内容之一，一般作为储层随机建模的第一步，为储层参数空间分布的连续性模拟提供边界控制信息。序贯指示模拟（SISIM）和示性点过程模拟（MPPS）被认为是两种有效的研究方法。序贯指示模拟以指示理论为基础，将各种沉积微相带视为空间分布的离散性随机变量，进行地质统计学的条件模拟，其缺点是难以描述储层的形态特征。而示性点过程模拟是一种面向对象的方法，十分符合沉积学的思想和推理过程，将沉积学研究所认定的储层砂体几何形态、位置、大小、连通方式等储层参数作为服从一定分布的离散型随机变量，建立相应的随机模型进行随机模拟，其缺点是难以实现条件模拟。将两者有机地结合起来可能是一种好的途径。

5）测井和地震资料处理：这方面的技术已在现代油气藏描述中被大量采用。更重要的是补充建模时仅依靠井点信息的不足，使储层建模不仅在油气藏开发阶段发挥重大作用，而且在勘探的各个时期也能充分发挥作用，提供新的储层预测方法。

6）分形和地质统计学条件模拟：这是解决储层参数空间分布的关键性模拟方法。地质统计学模型可以很好地刻画储层参数分布的空间结构和变异性。而分形方法则能精确地表征储层的非均质性，并能克服由克里金方法所带来的光滑效应。两者的结合已被大量的研究实例证明是一种有效的储层预测途径。

7）网格粗化：储层建模阶段的细网格模拟可以尽可能精细地提示储层的非均质特征。但遗憾的是，在油藏动态模拟器中，由于受到目前计算能力的限制，难以接受这种细网格的参数输入。因此，必须进行网格的粗化，粗化的准则一般需要考虑到储层孔隙容积和储层的渗流能力（即孔隙度和渗透率），其中尤以储层对流体传导能力（渗透率）的近似最为关键。

8）油气藏数值模拟动态拟合与静态资料约束决策：这是对前述储层随机建模所产生的多幅等概率实现的图像进行优选决策的过程。研究的重点并不在于动态模拟，因此无需考虑复杂条件下的数值模拟问题。主要是对油气藏压力、产油气量和含水率三项参数进行历史拟合，并结合静态地质资料的各项条件约束（包括储层参数的统计规律和地质认识等），选取一个最符合动态和静态条件的随机图像作为所建立的储层地质模型。这一模型是以各种参数场的形式所表示的。

9）三维可视化：即将前面所建立的反映储层地质模型的各种参数场通过计算机进行三维成像或制图。目前，三维可视化的研究与设计已经成为计算机成像领域中的一项热门课题，它使所取得的成果大大地增强了油气藏的研究与管理的可操作性和直观性。

综上所述，储层建模实际上是对油田各类数据资料通过计算机技术进行有效的综合。因此，从地质角度上讲，要形成一套比较先进而有效的建模方法，更大程度上还是要依赖于先进的地质、地球物理和分析测试资料处理技术来获取可靠的输入参数。

8.1.3.4 储层随机建模的软件系统

在随机模型方法和理论发展的同时，模拟软件也得到了一定的发展，美国斯坦福大学、墨西哥矿业技术学院、荷兰皇家/壳牌公司、雪飞龙公司、GeoQuest公司等都开发和研制了自己的地质统计学和储层模拟软件。加拿大GeoStat系统公司和McGill大学联合推出了智能模拟或专家系统软件GeoStat，法国石油研究院和地质统计中心联合开发的HERESIM软件包也取得了较大的影响。这些软件的主要功能如下：

1）以转带法和指示克里格法相结合，用于储层的横向和垂向对比，其数学基础是Bessel函数和指示相关函数（美国墨西哥矿业技术学院开发TUBA软件）；

2）用于SGI图形工作站的地质模型软件，其特色是可以采取任意切片的方法来展现储层孔隙度、渗透率和砂体在连续断面或切片上的分布特征，其数理基础是随机模拟（美国Strata-Model公司研制SGM软件）；

3）以条件概率法为基础设计，主要用于模拟砂岩油藏中的三维储层的连通性和构形（荷兰皇家/壳牌集团公司推出MONARCH软件）；

4）以BP神经网络技术为主、依据地质统计学和地震特征进行随机建模的软件，其关键方法是分析并拟合储层物理特性和岩石属性的直方图和变差函数分布，求出它的特征值，以建立数学模型（荷兰Jason公司推出Stat Mod软件）；

5）将地质统计和智能模拟技术相结合，不仅包括各种数值运算、多元统计，还包含可引导、承担、评价和推断地质统计运行的知识和专家经验。因此，该软件具有两大特色：一是储层地质特性模拟及立体化定量显示；二是具有地质解释中的专家知识和经验（加拿大GeoStat系统公司和McGill大学联合推出GeoStat系统）。

上述软件都在各自的使用中发挥了很大的效益，也取得了不少有意义的成果。尽管每套软件各有侧重，但考察它们的共同之处，主要体现在三个方面：①强调储层描述的高度定量化，体现了油气储层研究已从定性发展到了定量的水平；②均从储层骨架分布和储层参数特征两个方面进行建模，把握了储层特征的关键要素；③体现了多学科、多信息的综合研究趋势。因此，从储层建模软件的发展，也显示出了储层随机建模在当前油气勘探开发研究中的重要意义和良好前景。

Ⅶ 储层地质建模分类及储层模型的类型

（一）储层地质建模的分类

储层地质建模实际上是表征储层结构及储层参数的空间分布和变化特征，建模的核心问题是井间储层预测。在给定资料的前提下，提高储层模型精度的主要方法即是提高井间预测精度。井间预测有两种途径，相应地也有两种建模方法，即确定性建模和随机建模。

确定性建模是指对井间未知区给出确定性的预测结果，即试图从已知确定性资料的控制点如井点出发，推测出点间确定的、唯一的、真实的储层参数。

随机建模是以已知的信息为基础，以随机函数为理论，应用随机模拟方法，产生可选的、等概率的储层模型的方法。这种方法承认控制点以外的储层参数具有一定的不确定性，即具有一定的随机性，因此所建的模型不是一个，而是一簇，即一定范围内的几种可能实现，这正是与确定性建模的重要差别。对于每一种实现（即模型），所模拟参数的统计学理论分布特征与控制点参数值的统计分布特征是一致的，即所谓的等概率。各个实现之间的差别则是储层不确定性的直接反映。由此可见，随机建模的重要目的之一就是对储层非均质性进行评价（A.G.Journel,1990）。

（二）储层模型的类型

目前，国内外学者从不同的观点出发，提出了许多储层模型的分类方案，因而也就有了许多不同类型的地质模型。在这里简要地列举一下两个较常见的分类方案。

1.按照研究目的和模型的属性分类

这种分类方案在国外比较通用。按照模型的属性，可将储层模型分为定量流动模型、储层结构模型、储层非均质性模型和岩石物性物理模型等四大类，各大类里又细分若干小类，这里就不再一一论述。

2.按照不同的油田勘探开发阶段分类

这是由储层地质学专家裘怿楠先生提出的一种分类方案，也是国内通用的一种划分方案。在不同的油田勘探开发阶段，由于资料占有程度的不同，研究任务的不同，因而所建模型的精度和作用也不相同。据此可将储层地质模型分为概念模型、静态模型和预测模型。

（1）概念模型

针对某一沉积类型或成因类型的储层，把它具有代表性的储层特征抽象出来，加以典型化和概念化，建立一个对这类储层在研究区内具有普遍代表意义的储层地质模型，就是所谓的概念模型。

概念模型并不是一个或一套具体储层的地质模型，但它却代表某一地区某一类储层的基本面貌。一般而言，概念模型是以储层沉积学为基本手段，尽可能直接利用岩心资料来建立的，它广泛地应用于油田的开发早期。从油田发现开始，到油田评价阶段和开发设计阶段，主要应用储层概念模型来研究各种勘探开发战略问题。这个阶段油田仅有少数大井距的探井和评价井的岩心、测井及测试资料以及二维和三维地震资料，因而不能详细地描述储层细致的非均质性特征，只能依靠少量的信息，借鉴理论上的沉积模式和成因模式来建立工区储层概念模型。但是这种概念模型对油田早期勘探开发战略的确定是至关重要的，可避免决策上的重大失误。

（2）静态模型

针对某一具体油田（或开发区）的一个（或一套）储层，将其储层特征在三维空间的变化和分布如实地加以描述而建立的地质模型，称为储层静态模型。

这一模型主要为编制开发调整方案及油藏管理服务，例如确定注采井别、射孔方案、作业施工、配产配注及油田开发动态分析等。它广泛地应用于油田注水开发实践中，从采油井的日常管理到油田的大小措施调整，都说明这是必不可少的地质基础。

（3）预测模型

预测模型是一种比静态模型精度更高的储层地质模型，它要求对控制点间及以外地区的储层参数能够作一定精度的内插或外推的预测。

预测模型是20世纪80年代中期为了研究油田开发后期剩余油分布和三次采油提高采收率而提出来的，是目前世界性的攻关难题。其技术思路大致有两个方向，一是广泛应用地质统计学中的随机模拟技术，结合储层沉积学研究，力图降低模型中的不确定因素，以提高模型的精度。二是利用井间地震等地震横向预测技术和水平井技术等来建立高精度的储层预测模型。

Ⅷ 多点地质统计学储层随机建模

以二区六区块明3-5-1单层为例,通过二维相建模对设计的基于储层目标骨架的多点地质统计学储层随机建模方法以及Simpat方法进行对比分析。

1.建模前参数的准备

多点地质统计学储层随机建模方法最重要的输入参数就是训练图像。前文已经探讨了训练图像建立的过程,并通过地震、地质以及测井等资料建立了明3-5-1单层的训练图像,这里就不再赘述了。

图5-24 明3-5-1单层微相的训练图像(130*85网格)

另外,数据样板选择也比较重要。数据样板太小不能考虑太多的信息,而数据样板太大则增加了计算量。数据样板一般选择和目标体宽度接近为好。从明3-5-1单层沉积微相平面分布分析可以得之,河道宽度在100~240m之间,如果采取20m网格,则河道占据5~12个网格大小,因此采用7*7数据样板、两重网格搜索策略即可以满足要求。

在建模过程中还需要准备条件数据,对于研究区来说就是井数据和地震数据。对研究区明3-5-1进行优势相分析,判别准则为:如果井资料存在河道条件数据,则认为在此井处为河道微相;如果没有河道微相,而有溢岸相(天然堤、决口扇等),则定为溢岸相;如果仅存在泥岩,则定为泛滥平原。经过这样处理,获得了研究区56口井在明3-5-1单层的优势相。对优势相进行了编码,泛滥平原用0表示,河道用1表示,溢岸用2表示。

从地震振幅分布图看,由于在研究区北部断层较发育,影响了地震效果。只是在中部断层较少,构造较平稳,地震与砂体有较好的对应关系。而中部井资料也相对较丰富。因此,本次研究仅综合地震属性识别的主流线,指导河流骨架模型建立。

图5-25 结合地震及沉积微相预测的明3-5-1单层河道骨架模型

对于将地震属性作为软数据约束建模,由于断层影响了部分区域的地震效果,因此暂不做考虑。从地震沿层切片图上,可以较清楚看到中部河流分汊和汇合特征。在北上方,从北北西方向以及北北东方向流入两条河流,并在MQ4-8井附近汇合;随后继续向南方向流动至G1-64井附近产生分汊,分别向南和南东方向流出研究区。结合井资料获得砂体等厚图以及沉积微相分布图,采用数字化工具,获得了研究区河道流线(图5-25、图5-26)。在随后基于储层骨架的方法中,此河道主流线将作为河道骨架模型,指导不和约束随机建模。

图5-26 利用Simpa方t法和基于河道骨架的方法建立的明3-5-1单层微相模型比较

2.明3-5-1单层随机建模

利用Simpat方法和基于储层骨架的方法,分别建立起明3-5-1单层沉积微相储层地质模型(图5-26),以比较两种方法的建模效果。从模型效果来看,基于储层骨架的方法以及Simpat方法都较好地再现了河道形态及空间分布,模拟结果基本与实际勾绘的沉积微相分布图具有较高的相似性。但通过比较发现,基于储层骨架的方法模拟的河道在研究区连续分布,不存在断续的现象,河道分汊合并现象在模拟实中现得到了很好的反映;而Simpat方法模拟的河道整体特征也与实际微相分布基本相符合,但是河道出现了中断,而河道分汊合并现象再现效果也不是很好。这说明基于骨架的方法较Simpat方法在再现储层目标形态及分布上具有较明显的优势。Simpat方法以及基于储层骨架的方法都是通过模拟数据模式来再现储层目标的。数据模式反映的是储层形态特征,因此储层形态再现好坏可以通过数据模式选择正确与否来评价。前已述及,数据模式选择正确与否可以从模拟匹配度图来衡量,分别计算了各自的匹配度图(图5-27)。通过比较Simpat方法以及基于储层骨架的方法模拟实现的匹配度图可以看出,基于储层骨架的方法的匹配度图值较低,而Simpat方法的模拟匹配度图值较高,这表明基于储层骨架的方法相对于Simpat方法其选择的数据模式整体准确性高。此外,通过比较发现尤其是在条件数据较少的地方,在骨架模型指导下,数据模式选择具有较高的准确性,反映在匹配度图上就是较低的值,如图中红色方框标定的地方。这也从侧面说明骨架模型能够更好的约束随机建模,获得更加满意的地质模型。

图5-27 Simpat方法和基于河道骨架预测的方法的匹配度图比较1—河道;2—溢岸;3—泛滥平原

利用基于储层骨架的多点地质统计学随机建模方法建立了明3-5-1单层微相的10个实现(图5-28),求取了河道出现的概率(图5-29)。从10个实现结果来看,模拟结果具有较高的相似性,其分布与勾绘的沉积微相平面分布吻合程度较高。不过在河道边部以及井资料较少区域,模拟实现之间还是有一定的差异的。表明模拟实现能够真实反映河道分布及其不确定性。从河道概率图上可以看出,河道出现概率高的区域与实际勾绘的沉积微相分布极为相似,表明基于储层骨架的多点地质统计学随机建模方法正确预测了河道分布。

以上建模结果分析表明,与Simpat方法相比,基于储层骨架的多点地质统计学随机建模方法能够更好再现储层的目标形态及分布,因此,更适用于储层目标体的地质建模。

图5-28 利用基于储层骨架的方法获得的10个实现

图5-29 利用基于河道骨架预测的方法建立的10个实现获得的河道概率

Ⅸ 　高含水油田储层建模的技术路线

油田的开发阶段，开发井网已经完成，乃至开发方案已经全面实施，这时已经获得了大量的测井资料、岩心资料、测试资料等。因此该阶段的油藏描述和储层表征应充分重视各种测井信息在油藏研究中的应用。同时，考虑陆相油气藏的特点，加强不同规模油藏或储层静态地质模型的研究。

在这一阶段储层建模的研究思路是：在岩石物理相及油藏渗流地质学理论指导下，以储层非均质性和剩余油分布规律为核心内容，以储层或油藏的定量评价为目的，综合地质、地震、测井、测试资料，充分发挥以地质为主体，多学科定量一体化研究的优势，将沉积微相研究落实到小层；重视关键井研究及多井评价，在对全工区测井资料标准化的基础上，分层、分块、分相带建立精细的测井解释模型。综合应用各种静态、动态资料，深入研究井间砂体及储层参数在三维空间上的分布，以及研究储层与流体的相互作用机理，表征开发过程中储层非均质性及流体性质的变化特征及其对驱油效果和采收率的影响，以建立不同规模的储层地质模型，并在深入研究剩余油分布规律的基础上，最终建立剩余油分布模型。

遵循这一研究思路，结合实际情况和本文的研究目的，采取如下的技术路线：

（1）首先建立两大类数据库，即静态数据库（包括岩心、测井、单井及多井相、岩性及岩石物性等）和动态数据库（包括试井测试、流体动态信息、生产动态资料等）；

（2）在静态数据库的基础上，利用岩心、测井、测试和试井资料，应用地质统计学及随机建模技术建立高精度的储层地质模型（即储层预测模型，包括沉积相展布模型、砂体骨架模型、孔隙度预测模型、渗透率预测模型和单砂体三维模型等）；

（3）在储层预测模型的基础上，通过对储层非均质性的精细表征和剩余油形成机理的深入分析，应用岩心剩余油测定技术、多测井综合解释技术及数值模拟技术研究剩余油分布规律及分布状况，建立剩余油分布预测模型，并为油田的下一步开发提出合理化建议。

技术流程框图如图6-1所示。

图6-1开发阶段储层地质建模技术路线流程框图

开发中后期的油藏大多已进入高含水的产量递减阶段。由于储层非均质特征的差异性、屏障性、敏感性及变化的随机性，加之井网的不完善性，可导致油水推进在纵、横向上的不均一性、油层动用程度的差异性和剩余油分布的零散性。同时，在长期水淹的储层中，储层及流体性质都将发生一系列物理的、化学的及机械的变化。凡此种种，致使油藏各方面的非均质性更加突出，特别是储层非均质性，它是控制剩余油分布及进一步调整方案的主要因素。

因而这一阶段的研究以储层非均质性变化特征为基础，以剩余油分布规律为核心，以储层、油藏的定量评价为目的，注重非均质成因机制综合效应的研究及剩余油分布规律综合控制因素的研究。特别是在开发井网条件下，井点储层参数在开发前后的准确标定和求取，以及井点间和无井区储层属性参数变化的内插和外推方法的应用及研究。在研究储层非均质特征的同时，进行油藏地球化学研究，即研究流体在开发过程中与储层间的作用及变化规律，并预测对驱油效果的影响；研究注入剂与油藏流体的配伍，为改善开发效果及三次采油措施方案的优选提供依据。

由此可见，这一阶段的研究内容包括以下6个方面：①井间非均质参数的随机模拟；②储层属性参数的变化及表征；③储层在水驱或注水开发后的变化及非均质特征；④剩余油饱和度、分布特征及储量复算；⑤油藏中流体性质变化及其与储层相互作用等油藏地化特征；⑥油藏目前温压场分布特征、边水及底水体积变化特征等。

在上述内容研究的基础上，分别建立储层结构模型、不同规模的非均质性模型、岩石物理模型及剩余油分布模型。剩余油分布模型将在下一章中介绍。

Ⅹ 三维储层建模

采用10*10*3的数据样板,进行了多点地质统计学Simpat三维储层建模。图4-19是采用多点地质统计学Simpat方法建立的研究区的三维沉积微相模型。从图中可以看出,河道平面形态得到较好的反映,河道整体连续性好,河道中间少有中断和孤立的异常点;在剖面上,河道顶平底凸的特征得到了较好的反映。此外,从下到上,河道由孤立型过渡为连片叠置型的特征也得到了很好的体现。

作为一个比较,采用传统的序贯指示建模方法对研究区也展开了建模研究。表4-1是研究层位不同微相的变差函数值,与地质基础研究成果较为吻合。图4-20是其中的一个模拟实现。从图中可以看出,序贯指示建模方法建立的模型分流河道连续性差,剖面断点多,形态特征较差,与实际储层分布有一定的差距。

图4 -17 长 沉积微相平面展布图

图4-18 长8^1-3储层微相的训练图像

图4-19 多点地质统计学Simpat方法建立的储层微相模型

表4-1 变差函数参数表

图4-20 序贯指示建模方法建立的储层微相模型

表4-2 不同建模方法多个实现储量对比

为了更好比较两种建模方法优势,通过多次模拟储量不确定性对其评价。分别采用两种建模方法做了10个实现以及相应属性模型,并计算了每个实现的储量(表4-2)。从储量统计结果看,多点地质统计方法储量变化幅度较小,储量最大值与最小值相差283.1万吨;而序贯指示建模则为302.2万吨。储量变化波动性方面,多点地质统计学Simpat方法储量方差为90.97,小于序贯指示建模的92.87。储量差异性反映了多点地质统计学方法建立的模型差异性小,不确定性弱。从另一个角度表明多点地质统计学Simpat方法能更好地反映储层形态,有效减弱了储层的不确定性。