График вариограммы (Variogram Plot) (Variogram Analysis)

График вариограммы имеет четыре элемента:

· Histogram (гистограмма) – показывает число экспериментальных пар на каждом расстоянии поиска (Lag).

· Sample Variogram (экспериментальная вариограмма) – серые точки, показывающие полудисперсию на каждом расстоянии поиска (Lag).

· Regression curve (кривая регрессии) – модель вариограммы наилучшей подгонки для Sample Variogram (серая кривая).

· Variogram model – модель текущей вариограммы (синяя кривая).

Range (ранг) и Nugget (наггет) для модели вариограммы могут редактироваться интерактивно с помощью перетаскивания и перемещения синих контрольных точек.

Плато (sill) для вариограммы зафиксировано на 1. Если плато отличается от 1, могут потребоваться дополнительные преобразования, прежде чем продолжать анализ вариограммы.

Другие инструменты:

· Переключает включение/выключение гистограммы.

· Подгоняет модель вариограммы к наилучшему соответствию.

· Копирует вариограмму в буфер обмена.

· Масштабирует все данные для подгонки к окну.

Как создать вариограмму, основанную на дискретных данных

1. Выделите фацию, для которой вы хотите создать вариограмму.

2. Отредактируйте установки вариограммы интерактивно или вручную (установки те же самые, как и для вариограммы непрерывного свойства).

3. Для фации каждая пара вариограмм имеет вес, равный 0 или 1, в зависимости от того, равна ли головная фация выбранной фации или нет.

Оборудование и материалы: компьютер с установленным ПО Petrel, сохраненный в предыдущем уроке проект.

Указания по технике безопасности. Компьютер – высокотехнологичное технически хорошо продуманное устройство, но вместе с тем очень опасное. Иногда опасность реальна, а иногда, он незаметно воздействует на Ваше здоровье и психику.

Во избежание несчастного случая, поражения электрическим током, поломки оборудования, рекомендуется выполнять следующие правила:

1. Не входить в помещение, где находится вычислительная техника без разрешения старшего (преподавателя).

2. Не включать без разрешения оборудование.

3. При несчастном случае или поломке оборудования позвать старшего (преподавателя). Знать где находится пульт выключения оборудования (выключатель, красная кнопка, рубильник).

4. Не трогать провода и разъемы (возможно поражение электрическим током).

5. Не допускать порчи оборудования.

6. Не работать в верхней одежде.

7. Не прыгать, не бегать (не пылить).

8. Не шуметь.

Задания

Активируйте процесс Data analysis.

В открывшемся окне, выберите зону H_J3_III1, выберите закладку Proportion и нажмите кнопку нажмите Apply.

Зайдите во вкладку Variograms в открывшемся окне, выберите в окошке For facies литологию коллектора и, используя настройки, подберите наиболее подходящую вариограмму. Постарайтесь, чтобы наибольшее число точек легло на график. При этом имейте ввиду, что наиболее важны первые несколько точек. Эти данные оказывают максимальное влияние на распределение свойств.

Зайдите во вкладки Minor direction и Vertical direction, подберите соответствующую вариограмму.

Запишите себе получившиеся в итоге Major range, Minor range, Vertical range, Major dir. Эти параметры вариограммы мы будем использовать для моделирования коллектора.

Повторите этот этап для второй зоны.

Содержание отчета. Защита работы проводиться в устной форме. При защите работы студент должен ответить на вопросы, предложенные преподавателем, показать полученные в процессе работы вариограммы.

Контрольные вопросы

1. Для чего нужен анализ данных литологии?

2. Что такое геолого-статистический разрез (ГСР)?

3. Что такое вариограмма?

4. Какие встречаются типы вариограмм?

5. Что такое Nugget (наггет) вариограммы?

6. Что такое Range (ранг) вариограммы?

7. Какие точки вариограммы наиболее важны?

Список литературы

1. Дойч, К.В. Геостатистическое моделирование коллекторов / К.В Дойч – М. – Ижевск: Институт компьютерных исследований, 2011. – 400 с.

2. Перевертайло Т.Г., Захарова А.А. Формирование 3D геологических моделей месторождений нефти и газа в среде программного комплекса Petrel («Schlumberger»): практикум. – Томск: Изд-во Томского политехнического университета, 2010. – 93 с.

 

 

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 9

МОДЕЛИРОВАНИЕ ФАЦИЙ

Цель работы. Познакомить студентов со стохастическим и детерминистическим моделированием фаций, с последовательным индикаторным моделированием.

Формируемые компетенции. Данная работа направлена на формирование компетенций ПК-3, ОК-5, ОК-7, ПК-5, ПК-7.

Теоретическая часть. Моделирование фаций.

Facies modeling (моделирование фаций) – это средство распределения дискретных фаций по гриду модели. Обычно у пользователя есть каротажные диаграммы с дискретными свойствами, перемасштабированные в грид модели, и, возможно, тренды, определенные в пределах пласта путем анализа данных в процессе Data Analysis. Является ли свойство дискретным, или нет, определено шаблоном свойства. Этап процесса Facies Modeling включает в себя два вида моделирования стохастическое детерминистское.

Стохастический

· Object Modeling (моделирование объектов) позволяет наполнять модель дискретных фаций разнообразными телами различной геометрии, кодом фаций и фракциями.

· Sequential Indicator (последовательный индикатор) – позволяет выполнить стохастическое распределение свойства с использованием заранее определенной гистограммы. Задающие направление установки, такие как вариограмма и пространственные тренды, также учитываются.

· Truncated Gaussian Simulation – это быстрая техника моделирования дискретных свойств, когда известно, что фации последовательны и вариограммы, определенные для каждой, одинаковы. Обычно используется в карбонатных средах. Метод основан на пикселях, следовательно, он легко работает с большим количеством входных данных, определяемых общим соотношением и трендами.

· Truncated Gaussian with trends заменил алгоритм Facies Transition Simulation в Petrel 2007.1. Truncated Gaussian with trends позволяет выполнять стохастическое распределение фаций на основе заданного перехода между фациями, и направлениями тренда. Эти тренды преобразуются в вероятности, и моделирование запускается с использованием стандартной техники truncated Gaussian, позволяющей задать общую долю каждой фации. Форма и направление тренда задаются интерактивно в диалоговом окне. Также задаются ранги вариограммы.

Детерминистический

· Indicator Kriging (индикаторный кригинг) – обеспечивает дискретное распределение свойства, с учетом предопределенной гистограммы.

· Assign values (приписать значения) – дает четыре опции для выбора: Undefined (неопределенное), Constant (постоянное), Other Property (другое свойство) и Surface (поверхность). Для каждой из них пользователь может оставлять или переписывать исходные значения перемасштабированных каротажных диаграмм.

· Neural Net (нейронные сети) используют модель, сделанную в процессе Train Estimation для задания дискретных свойств.

· User defined algorithm (определенный пользователем алгоритм) – позволяет пользователю экспортировать файлы (ASCII) из Petrel в стандартном Geo-EAS формате. Пользователь может использовать эту информацию для выполнения предпочтительных алгоритмов за пределами Petrel и импортировать результаты в Petrel, когда моделирование закончено.

Interactive

· Позволяет пользователю раскрасить фации прямо в модели в 3D.

Получаемые в результате фации могут использоваться в качестве условий для Petrophysical Modeling (петрофизического моделирования).

Обратите внимание, что свойства могут быть скопированы из одного грида в другой (если они того же самого размера). Выберите свойство, которое надо копировать, нажмите на пиктограмму Copy item (копировать пункт) (или Ctrl + C), и затем выберите директорию свойства другого грида, перед тем как щелкнуть на пиктограмму Paste item (вставить пункт) (или Ctrl + V).