论文部分内容阅读
应用Markov链模型对储层进行随机模拟是近年来油气储层建模中的研究重点,但是前人提出的Markov链模型对储层岩相进行随机模拟时存在的缺点就是准确率不高,即使采用条件化的Markov链模型对准确率的提高也是有限的。上述问题阻碍了Markov链模型在实际中的进一步发展。依据前人的研究成果,针对之前模拟准确率不高的问题提出了双向Markov链模型,即同时将过去状态和将来状态作为条件数据,其中二维和三维的将来状态可以利用随机模拟方法产生,计算转移概率,并探讨了其对岩相分布预测的相关原理和方法。 应用此方法,对沙75井区进行岩相模拟,并与条件化三维Markov链模型模拟结果进行对比,结果表明三维双向Markov链模拟随机性降低,连续性增强,准确率得到提高,解决了储层岩相的Markov链随机模拟准确率不高的重大问题。从而开辟了新的基于Markov链模型的储层岩相建模方法。 除了仅仅考虑硬数据的Markov链模型,本文还论述了多尺度数据融合的Markov链模型,将测井数据、地震数据、岩心数据整合起来融入到Markov模型中,并进行相应的实例研究。对比基于单一井数据的Markov链模型的随机模拟结果,砂体分布呈现明显的规律性,极大地降低了模拟的随机性,且砂体展布较为连续。说明大尺度数据在模拟中起到了很好的约束作用。