复杂断块油藏三维地质模型多参数定量评价
谭学群1, 刘云燕2, 周晓舟3, 刘建党1, 郑荣臣1, 贾超1
1. 中国石化石油勘探开发研究院,北京 100083
2. 大庆油田有限责任公司第八采油厂,黑龙江大庆 163514
3. 北京阿什卡技术开发有限公司,北京 100101

第一作者简介:谭学群(1967-),男,山东临朐人,博士,中国石化石油勘探开发研究院高级工程师,主要从事油气田开发工作。地址:北京市海淀区学院路31号,中国石化石油勘探开发研究院,邮政编码:100083。Email: tanxq.syky@sinopec.com

摘要

在三维地质建模领域,研究人员更重视建模的方法和流程,而忽略了模型的定量评价。如果把评价范围缩小至同一油气藏类型,定量评价的可比性和实用性就会显现。研究认为,定量评价体系应包括资料验证、地质认识及过程检查这3个部分。资料验证主要是根据实际资料验证模型局部预测是否准确,地质认识主要是验证模型全局预测是否符合地质规律和前期认识,两者是从不同的角度对结果进行的定量验证,互为补充,是定量评价的重点;过程检查是为了避免偶然性。以复杂断块砂岩油藏为例,在征集业内专家意见的基础上,提炼并建立三维地质模型多参数定量评价标准,共选取13个特征参数,按重要性设置权重,按百分制确定各特征参数高、中、低三级评价标准,根据累积得分得出评价结论。评价结果表明,按此标准,既能客观、全面地评价模型质量,还能根据扣分项指出模型有待改进和提升的方面。图8表1参42

关键词: 油藏描述; 地质建模; 质量评价; 特征参数; 储量估算; 断块油藏
中图分类号:TE122.2 文献标志码:A 文章编号:1000-0747(2019)01-0185-10
Multi-parameter quantitative assessment of 3D geological models for complex fault-block oil reservoirs
TAN Xuequn1, LIU Yunyan2, ZHOU Xiaozhou3, LIU Jiandang1, ZHENG Rongchen1, JIA Chao1
1. Research Institute of Petroleum Exploration and Production, Sinopec, Beijing 100083, China
2. No.8 Oil Production Plant of Daqing Oilfield Company Ltd., PetroChina, Daqing 163514, China
3. ESSCA Beijing Technical Development Company Ltd., Beijing 100101, China
Abstract

In the field of 3D geologic modeling, researchers often pay more attention to modeling methods and workflows, but neglect the quantitative evaluation of models. If the evaluation is narrowed to the same reservoir type, the comparability and practicality of quantitative assessment would be emerging. The evaluation system should include three parts: data verification, geological understanding and process check. Data verification mainly involves testing the accuracy of local prediction with actual data, and geological understanding is to examine whether the global estimation of the model honors geological principles and prior insights. They are quantitative verifications from different perspectives, complementary to each other, and the keys in quantitative evaluation. Process check is also indispensable to avoid occassionality. Taking complex fault-block sandstone oil reservoir as an example, based on feedback from experts in the petroleum industry, the authors established the quantitative assessment criterion of 3D geological models by multi-parameters. To be specific, thirteen characteristic parameters were chosen, and given weights according to their rated importance, and evaluation standards in percentage with three levels: high, medium and low were established for them, and the final evaluation results were obtained according to the cumulative score. The results show that such evaluation can not only assess the quality of the model objectively and comprehensively, but also identify the aspects in need of improvement through the items of deduction.

Keyword: reservoir characterization; geological modeling; quality evaluation; characteristic parameter; reserves estimation; fault-block oil reservoir
0 引言

题目中的“ 定量评价” , 指的是最终优选出的静态模型与实际数据和地质认识的一致性检查, 是在现有资料条件下和认识水平下对模型精度进行的相对评价, 包括但不限于针对建模某一环节所做的质量控制。近年来, 三维地质建模的新技术、新方法不断涌现。相比之下, 系统评价模型质量, 尤其是对最终优选出的静态模型进行定量评价的文章却不多见。研究人员似乎更重视建模的方法和流程, 而忽略了模型可靠性评价。国外学者倾向于从保证精度或减小不确定性的角度对建模过程进行质量控制[1, 2, 3], 但这种做法的主要目的不是对最终模型进行质量评价; 国内学者多从影响最终模型质量的关键点出发进行讨论, 辅以动静态资料验证[4, 5, 6, 7, 8, 9], 总体上属于定性评价。尽管有学者在定量评价方面进行了探索[10], 但单参数评价还不够系统。定量评价发展滞后的原因有两点:①由于油气田地下地质特征的复杂性以及资料基础不同, 缺少可比性, 很难建立统一的模型质量评价标准[5]; ②由于油气藏类型不同、开发阶段不同, 量化指标很难选取, 量化标准很难建立。但归根结底, 是不分油气藏类型的思维模式制约了三维地质模型定量评价标准的建立和发展。

将评价范围缩小至同一油气藏类型, 定量评价则具有可比性和实用性, 如:通过定量评价可以比较不同技术人员应用相同资料建立的不同模型的质量, 为决策者提供选项; 便于质量检查人员和建模技术人员掌握评价要点, 达成质量共识。与定性评价相比, 定量评价除了更加客观、全面以外, 还能依据评价中的扣分项识别模型有待改进的方面。因此, 建立和发展多参数定量评价标准并依据标准开展定量评价具有重要意义, 是对建模流程的必要补充。如果未来地质模型的定量评价将是储集层建模领域的研究热点, 并向着精细化和标准化的方向发展[8]

从建模的角度出发, 可以将油气藏描述分为4类:大型稳定沉积体系的油藏描述、复杂断块油藏的油藏描述、低渗透储集层的油气藏描述及裂缝型油藏的油藏描述[11]。本文以复杂断块油藏为例, 对三维地质模型多参数定量评价方法进行探讨。

1 评价策略

在广泛收集最可能影响复杂断块油藏建模质量的评价指标或特征参数基础上, 设计评价体系、评价方法、评价指标及其权重调查表, 邀请在各自研究领域具有30年以上工作经验和广泛知名度的10位专家参与调查, 包括4位油气藏地质专家、2位地球物理专家、2位测井解释专家和2位油藏工程专家。根据调查结果制定了复杂断块油藏三维地质模型多参数定量评价标准。评价策略包括以下4点:

①定量评价体系包括资料验证、地质认识和过程检查3个一级评价指标。资料验证主要是根据现场实际资料来验证模型局部预测是否准确; 地质认识主要是验证模型全局预测是否符合地质规律和前期认识。两者分别从客观和主观的角度对结果进行定量验证, 互为补充, 是定量评价的重点, 因此, 按百分制分别赋权重60分、20分。为避免偶然性而设置过程检查, 赋权重20分。

②评价采用主成分分析法(PCA)[12], 能够集成所有专家对于特征参数选取及其权重的意见。这里的特征参数是指表征油气藏某一特征的代表性参数, 在定量评价体系中相当于二级评价指标, 选取时除了要注意代表性之外, 还要注意尽量避免重复或交叉。

③由于是为复杂断块油藏地质模型建立评价标准, 因此涉及构造模型评价指标的权重合计应不低于总分的四分之一, 即不低于25分。

④在确定了各评价指标及其权重后, 相应地设定各评价指标的高、中、低3级评价标准, 按累积得分给出最终模型的高、中、低3级质量评价结果。

2 评价指标与权重
2.1 资料验证

2.1.1 验证方法

通过与实际资料对比来评价模型质量, 按照实际资料的类型分为4种验证方法:①新井检验; ②抽稀井检验(也称盲井检验), 如果抽稀井均匀分布且包含取心井, 则检验更具有代表性和说服力; ③以注采响应特征分析为代表的测试资料检验; ④数值模拟检验, 根据油藏历史拟合的初始拟合误差评价静态模型质量[4, 5, 10]。前两种是静态法, 具有快速、直接的特点, 但由于是局部检验, 缺乏代表性; 后两种是动态法, 第③种方法虽然代表性有所提高但关注的只是储集层连通性, 第④种方法的优点是涵盖井数多, 更具代表性, 但时间成本较高。因此, 应综合使用4种方法, 取长补短, 相互印证。

流线模拟属于第④种验证方法, 近年来被广泛应用于模型的动态验证[4, 5], 该方法无需对模型进行粗化, 只需给出流体参数, 根据现有地质模型的非均质性, 快速模拟出注入流体的流动路径, 并依据油田实际注采响应数据, 快速评价地质模型的质量。概率分布一致性检验是通过比较模型中与井中的孔隙度和渗透率分布直方图是否一致来验证模型的质量, 这种方法尽管也用到了实际资料, 但严格来说不能算是对最终模型的验证, 只是过程检查的一个重要环节, 是建立高质量模型的必要条件[13]

2.1.2 评价指标与权重

资料验证包括静态资料验证和动态资料验证两部分, 共选取了6个特征参数, 其中静态特征参数5个(复杂断层接触关系、目的层层面深度、岩相或沉积微相、有效厚度和渗透率)、动态特征参数1个(含水率初始拟合误差), 选取依据如下:

构造模型的特征参数是复杂断层接触关系和目的层层面深度[14, 15]。断层不仅决定着油气田区块的划分, 还影响着流体流动。目的层层面深度控制着构造模型格架直至储量估算。在开发阶段, 低级序断层越来越受到重视[16, 17]

相模型的特征参数是岩相或沉积微相, 是包含一系列地质特征的岩性单元, 是油藏模型最基本的组成部分[18], 与属性分布密切相关, 并最终决定了烃类孔隙体积和流体流动[19]

属性模型的特征参数是有效厚度和渗透率。有效厚度是储量估算的关键参数, 在模型中通常以净毛比的形式出现。另外, 钻井最主要的目的是钻遇尽可能厚的油层, 以有效厚度作为评价指标还具有商业价值。渗透率是影响流体流动和最终采出难易程度的最直接因素, 变异程度最大[20], 因此预测难度最大。

油藏数值模型的特征参数是含水率初始拟合误差。油藏历史拟合指标一般包括压力、油藏或单井的产液量、产油量和含水率等。油藏历史拟合关键要拟合初始含水率及生产后期的主要指标[21]

以上6项特征参数是以实际资料为依据对地质模型进行的定量评价, 均很重要。因此, 根据10位专家的意见, 6项指标的权重均赋10分。

2.2 地质认识

综合地质研究在储集层建模技术中发挥着核心作用[22], 因此, 建立的模型应该反映前期地质认识并符合地质规律[23, 24]。地质认识部分共选取了2个特征参数, 即变差函数参数选取和最终静态模型优选, 选取依据如下:

在三维地质建模中广泛应用了各种地质统计学技术[25, 26, 27]。地质统计学模拟算法可分为基于变差函数的模拟和非基于变差函数的模拟这两类。近90%的油藏描述使用基于变差函数的模拟建立地质模型[26]。变差函数参数选取(变程、块金、方位角等)是建立高质量地质模型的关键[5, 28], 但常常被忽视。考虑到与资料验证部分中已经选取的“ 岩相或沉积微相” 有内在关联, 故赋“ 变差函数参数选取” 权重5分。

对于钻井数据较少的地区, 无法模拟全局的变差函数, 可以采用类比法[3, 5]。对非基于变差函数的模拟, 如多点模拟, 可以选择训练图像作为特征参数。

“ 最终静态模型优选” 是一个综合反映前期地质认识的特征参数, 原始地质储量是前期最重要的地质认识之一。在具有相同资料条件、相同地质认识情况下, 如果采用了合适的建模方法, 从三维地质模型中得到的概算储量(P50储量)应该等于或接近前期研究中已被认可的、采用确定法计算的原始地质储量, 误差一般不超过10%[6]。如果误差较大, 很可能是建模过程中参数选取或建模方法出了问题[4]。储量计算误差对模型质量评价具有一票否决权, 故赋单项最高权重15分。

无论是勘探阶段还是开发阶段, 评估储量时概率法比确定法更具优势, 原因之一是概率法充分考虑了计算参数的不确定性, 应用统计学工具给出的储量是一个区间而不是一个固定值, 避免了虚假的准确[29, 30]。用概率法估算的储量能更好地评估储量风险[29, 31]。但这并不意味着P50储量比前期储量更可靠, 此处是概率法和确定法两种方法的比较, 而非两个参数的比较。最终模型的选取还要结合动态验证[27]

2.3 过程检查

为确保可靠性, 系统的质量评价不仅要强调结果验证, 还应重视过程检查, 即对建模过程中重要阶段或重要环节进行质量控制。为使多参数定量评价体系简单实用, 过程检查采用抽查。选取的5个特征参数包括网格设计、相建模方法优选、地震约束、饱和度计算方法及储量影响因素分析, 选取依据如下:

网格是模型的最小描述单元, 是建模的基础。根据研究目的和工区范围设置网格边界、尺寸、方向和趋势。要着重检查断层附近不规则网格的数量, 以及上下层网格之间是否交叉、网格体积是否为负等细节。赋“ 网格设计” 权重5分。

相建模是储集层建模的一项重要内容, 通常要分析建模方法在该地区的适应性, 尝试方法的创新和融合。考虑到重要性和时间成本, 赋“ 相建模方法优选” 权重7分。

在井少地区, 使用地震资料约束非常重要, 可以提高模型的质量[24, 32, 33, 34, 35]。在属性建模中结合地震反演结果的做法已很普遍[36]。赋“ 地震约束” 权重4分。

检查原始含水饱和度的建模方法是必要的, 因为这种属性在空间上的分布受重力控制, 在油藏自由水面以上至某一含油高度, 含水饱和度逐渐减小[37, 38]。毛管压力法计算的饱和度与密闭取心测试的饱和度非常接近[39]。因此, 在具有明显过渡带的块状油藏中, 要优先考虑使用毛管压力法、J-函数法或饱和度高度函数法。赋“ 饱和度计算方法” 权重2分。

油藏描述和建模中的不确定性是由输入数据的不确定性和推断的不确定性引起的, 故不确定性分析应包括数据可靠性研究, 以及根据原始数据推断储集层属性的不确定性研究[40]。推断的不确定性通常包括概念模型的不确定性, 地质和地震解释的不确定性, 以及随机建模方法的不确定性。应用随机模拟评价储集层“ 复合” 变量(如储量影响因素)的不确定性更普遍, 因为这样更直接[40]。不确定性分析是高质量建模过程中基本的研究内容, 也是研究趋势, 即地质建模总体上正在从“ 吻合数据” 的思维模式向“ 既吻合数据又体现不确定性” 的思维模式转移[41], 需要引起中国学者足够的重视。赋“ 储量影响因素分析” 权重2分。

总之, 从资料验证、地质认识和过程检查3个方面共选取了13项特征参数, 其中与构造模型相关的指标权重合计达到了25分(包括资料验证部分20分、过程检查部分5分), 满足了评价策略中第③条的要求。

3 指标评价标准

在首次制定模型定量评价标准时, 需要优化各特征参数三级评价门槛值, 避免标准过于严格或过于宽松而失去了评价的相对意义。要根据资料条件和地质条件评估特征参数预测的难易程度, 参照行业标准、相似油气藏的研究精度及工作经验, 应用本地数据反复试验, 确定合理门槛值。如对于井距300 m、埋藏深度为1 400 m的油藏, 是否具备三维地震资料, 对目的层层面深度预测的精度要求是不同的。如果具备, 平均绝对误差小于1 m为高级; 如果不具备, 平均绝对误差小于2 m就可能为高级。为了放大三级评价结果的差异, 制定特征参数的单项评价标准为:高级得满分、中级得一半分、低级得1分或0分。地质模型质量的最终评价标准为:累积得分大于或等于80分为高级, 60~79分为中级, 小于60分为低级。

特征参数的评价标准在不同开发阶段应有所不同。以孤东油田七区西部常规水驱砂岩油藏单井含水率拟合为例, 统计了中— 低含水期312口井和高— 特高含水期420口井的含水率拟合情况, 分析了评价标准的适应性[10]。在中— 低含水期, 由于含水上升快, 含水率变化幅度大, 拟合误差较大。比如, 相对误差小于5%的井数仅占54.5%, 而相对误差小于10%的井数达到了86.5%。显然, 以相对误差小于5%作为高级标准过于严格, 而以相对误差小于10%作为高级标准比较合理; 在高— 特高含水期, 含水率变化幅度比较小, 拟合误差也比较小。相对误差小于5%的井数占89.5%, 而相对误差小于10%的井数占97.4%。以相对误差小于10%作为高级标准过于宽松, 而以相对误差小于5%作为高级标准比较合适。同理, 针对累积得分的三级评价门槛值在不同开发阶段也是变化的。

在选取13项特征参数并确定其权重的基础上, 建立各特征参数的三级评价标准, 并进行实例分析(见表1)。

表1 复杂断块油藏三维地质模型定量评价标准及评价实例
4 评价实例
4.1 油藏特征

研究区位于松辽盆地大庆宋芳屯油田南部, 是典型的复杂断块砂岩油藏(见图1), 整体表现为北东低、南西高的单斜特征, 内部发育一系列微幅构造。开发层位为下白垩统姚一段葡萄花油层组, 埋藏深度为1 330~1 430 m, 垂向上划分为13个小层, 物性以中孔隙度-中低渗透率为主, 孔隙度为12%~26%, 平均为18%; 渗透率为(3.47~401.52)× 10-3 μ m2, 平均为10.29× 10-3 μ m2。2007年2月投入开发, 采用300 m× 300 m反七点法注采井网。截至2015年底, 有采油井56口、注水井29口, 采出程度为14.6%, 采油速度为1.08%, 综合含水率为67.5%。

图1 研究区葡萄花油层组顶面构造图

本文研究资料包括85口井的测井资料、测试资料, 以及3口取心井资料、三维叠后地震资料、葡萄花油层组顶面构造图以及生产动态资料等。

4.2 定量评价

按照复杂断块油藏三维地质模型定量评价标准, 逐一检查13项评价指标, 给出单项得分, 最终累积得分为92分(见表1)。按扣分项和满分项进行分析。

4.2.1 扣分项分析

从单项得分来看(见表1), 扣分项有3项, 分别是含水率初始拟合误差(扣5分)、饱和度计算方法(扣1分)、储量影响因素分析(扣2分)。

54口油井含水率初始拟合误差统计结果表明, 拟合误差小于5%的井数占比为64.8%, 按照评价标准, 属于中级水平, 因此扣5分。

建立的饱和度模型, 未对低渗透引起的油水过渡带作特殊处理, 仅在油水界面之上依据与孔隙度测井曲线建立的关系开展序贯高斯模拟, 属于中级水平, 因此扣1分。

建模人员在完成储量估算和优选模型后, 忽略了模型不确定性分析或储量影响因素分析, 扣2分。

第一项扣分属于正常, 与预测难度有关。但后两项扣分是可以避免的, 出现问题是因为技术人员对于建模领域中的技术发展和研究趋势关注不够。

4.2.2 满分项分析

从资料验证、地质认识和过程检查3个部分中各选一例, 即以复杂断层接触关系、最终模型优选及相建模方法为例进行分析。

4.2.2.1 复杂断层接触关系

检查断层间的接触关系, 尤其是复杂断层间的接触关系, 是评价复杂断块油藏建模水平的重要内容之一。首先检查X型断层处理情况, 涉及到F10、F35、F22等3条断层; 经检查确认, 所建断层模型真实反映出断面形态与断层间的接触关系(见图2a), 且断层面与地震解释的断层棒保持一致(见图2b)。其次检查断层-断层-地层的接触关系; 研究区南部存在F1和F62这2条断层, 在葡萄花油层组顶面不相交(见图3a), 但在底面相交(见图3b), 模型再现了这一细节。综合以上分析得出结论, 复杂断层接触关系合理, 主断面与地震解释成果保持一致, 该项得满分10分。

图2 X型断层接触关系

图3 断层-断层-地层接触关系

4.2.2.2 最终模型优选

最终模型优选是一个综合反映前期地质认识的特征参数, 只有选择了与前期储量相对误差较小的地质模型, 才深刻理解了地质认识的本质。在此基础上, 还要考虑优选的模型是否能够反映油田生产动态。使用蒙特卡洛模拟估算P50储量, 选择与P50储量对应的实现(第23次), 再选择P50储量附近大、小各2次实现(分别对应第38、32、16、42次), 用流线模拟进行筛选。流线的疏密程度反映水驱波及系数的高低[42], 是判断井控程度及井间连通性的重要依据。对比5次实现的流线模拟结果, 从整体来看, 第38次实现的流线特征能够反映北、中、南3个生产区的注采关系, 即第38次实现的流线几乎覆盖了北部生产区, 表明井间储集层连通性好, 井网较完善; 中部生产区稀疏的流线反映储集层连通性变差, 水驱效果不理想; 而南部生产区特征介于两者之间(见图4)。从局部来看, FI-158井采油曲线与FH-154井注水曲线趋势总体一致, 说明两口井储集层连通性很好(见图5)。第38次实现的流线更好地匹配了主体河道的形态, 因而最合理地表征了注采响应(见图6)。因此, 第38次实现是最理想的静态模型。模型计算储量为242.7× 104 t, 与前期用确定法计算的储量246.4× 104 t相对误差小于5%, 因此该项得满分15分。

图4 第38次实现流线模型

图5 FI-158井生产曲线(a)与FH-154井注水曲线(b)

图6 小层局部沉积微相图与5次实现流线对比
(a)PI41小层局部沉积微相图; (b)第16次实现流线; (c)第23次实现流线; (d)第32次实现流线; (e)第38次实现流线; (f)第42次实现流线

4.2.2.3 相建模方法优选

使用序贯指示模拟方法、基于目标模拟方法、多点地质统计学模拟方法、震控耦合相边界模拟方法模拟主体河道。模拟结果显示, 序贯指示法模拟的河道连续性能够满足要求(见图7a); 基于目标法模拟复杂河道几何形态时非常灵活, 但不能完全与井点数据吻合(见图7b); 多点地质统计学法更多地考虑了河道复杂的几何形态, 但河道连续性不够, 故整体形态与地质认识差别较大(见图7c); 震控耦合相边界法结合震控和相控的序贯指示进行模拟, 建立的模型不仅在平面上符合地质规律和认识, 而且通过抽稀井检验认为精度比序贯指示法更高(见图7d)。

图7 4种河道相建模方法结果对比(红色代表主体河道)

运算速度从高到低依次为:序贯指示模拟方法、震控耦合相边界模拟方法、基于目标模拟方法、多点地质统计学模拟方法。最终优选震控耦合相边界模拟方法建立研究区的岩相模型和沉积微相模型(见图8)。

图8 震控耦合相边界模拟方法建立PI41小层岩相模型(a)与沉积微相模型(b)

5 结语

不考虑油气藏类型的思维定式, 制约了三维地质模型多参数定量评价标准的建立和发展。如果将评价范围缩小至同一油气藏类型甚至同一研究对象, 对模型质量进行定量评价就具有可行性。

评价体系应包括资料验证、地质认识及过程检查这3个部分。既要强调结果准确, 也要重视过程合理。在选择特征参数时, 除了注意要有代表性之外, 还要注意尽量避免重复或交叉; 在建立特征参数高、中、低3级评价标准时, 应确定合理的门槛值, 避免标准过于严格或过于宽松而失去了质量评价的相对意义。

由于三维地质模型的定量评价工作尚处于探索阶段, 输入数据并未纳入评价体系, 在实际操作中, 很难量化对输入数据的评价, 且与目前选取的特征参数是两个维度的关系, 如何处理需要进一步研究。

The authors have declared that no competing interests exist.

参考文献
[1] SPILSBURY-SCHAKEL J. Quality control of static reservoir models[R]. SPE-101875-MS, 2006. [本文引用:1]
[2] TORRES K M, HASHMI N F, RAWAHI A S, et al. Reducing the uncertainty of static reservoir model in a carbonate platform, through the implementation of an integrated workflow: Case A-Field, Abu Dhabi, UAE[R]. Bahrain: Middle East Geosciences Conference and Exhibition, 2016. [本文引用:1]
[3] SINGH V, YEMEZ I, SOTOMAYOR J. Integrated 3D reservoir interpretation and modeling: Lessons learned and proposed solutions[J]. Leading Edge, 2013, 32(11): 1340-1353. [本文引用:2]
[4] 孙业恒. 油藏地质模型质量控制与验证方法[J]. 断块油气田, 2011, 18(1): 43-46.
SUN Yeheng. Quality control and checking method of reservoir geological model[J]. Fault-block Oil & Gas Field, 2011, 18(1): 43-46. [本文引用:4]
[5] 崇仁杰, 于兴河. 储层三维地质建模质量控制的关键点[J]. 海洋地质前沿, 2011, 27(7): 64-69.
CHONG Renjie, YU Xinghe. The keys to quality control of 3-D reservoir modeling[J]. Marine Geology Frontiers, 2011, 27(7): 64-69. [本文引用:6]
[6] 徐传龙. 三维地质建模质量控制方法及应用[J]. 辽宁化工, 2014, 43(8): 1082-1085.
XU Chuanlong. QC methods and application of 3D geological modeling[J]. Liaoning Chemical Industry, 2014, 43(8): 1082-1085. [本文引用:2]
[7] 李毓, 杨长青. 储层地质建模策略及其技术方法应用[J]. 石油天然气学报, 2009, 31(3): 30-35.
LI Yu, YANG Changqing. Strategy of reservoir geological modeling and application of technical method[J]. Journal of Oil and Gas Technology, 2009, 31(3): 30-35. [本文引用:1]
[8] 胡晓玲. 地质建模中检验模型可靠性的研究进展[R]. 徐州: 全国数学地质与地学信息学术研讨会, 2014.
HU Xiaoling. Research progress in testing reliability of geological models[R]. Xuzhou: National Conference on Mathematical Geology and Geological Information, 2014. [本文引用:2]
[9] 李珊珊. 地质模型质量评价与控制方法研究[J]. 科技视界, 2015, 13: 253.
LI Shanshan. Quality evaluation and control method research on geological models[J]. Science & Technology Vision, 2015, 13: 253. [本文引用:1]
[10] 于金彪. 基于油藏数值模拟研究的地质模型质量评价方法[J]. 油气地质与采收率, 2005, 12(2): 49-51.
YU Jinbiao. Quality evaluation method for geological model based on reservoir numerical simulation[J]. Petroleum Geology and Recovery Efficiency, 2005, 12(2): 49-51. [本文引用:3]
[11] 贾爱林. 中国储层地质模型20年[J]. 石油学报, 2011, 32(1): 181-188.
JIA Ailin. Research achievements on reservoir geological modeling in the past two decades[J]. Acta Petrolei Sinica, 2011, 32(1): 181-188. [本文引用:1]
[12] RUI Z, LU J, ZHANG Z, et al. A quantitative oil and gas reservoir evaluation system for development[J]. Journal of Natural Gas Science & Engineering, 2017, 42: 31-39. [本文引用:1]
[13] MA Y Z, SETO A, GOMEZ E. Frequentist meets spatialist: A marriage made in reservoir characterization and modeling[J]. Bioresource Technology, 2008, 99(6): 1596-1602. [本文引用:1]
[14] 江艳平, 芦凤明, 李涛, . 复杂断块油藏地质建模难点及对策[J]. 断块油气田, 2013, 20(5): 585-588.
JIANG Yanping, LU Fengming, LI Tao, et al. Geological modeling difficulties and countermeasures of complex fault-block reservoir[J]. Fault-Block Oil and Gas Field, 2013, 20(5): 585-588. [本文引用:1]
[15] 邹拓, 左毅, 孟立新, . 地质建模技术在复杂断块老油田二次开发中的应用[J]. 石油与天然气地质, 2014, 35(1): 143-147.
ZOU Tuo, ZUO Yi, MENG Lixin, et al. Application of geological modeling technology in secondary development of old and complex fault block oilfields[J]. Oil & Gas Geology, 2014, 35(1): 143-147. [本文引用:1]
[16] 李阳, 吴胜和, 侯加根, . 油气藏开发地质研究进展与展望[J]. 石油勘探与开发, 2017, 44(4): 569-579.
LI Yang, WU Shenghe, HOU Jiagen, et al. Progress and prospects of reservoir development geology[J]. Petroleum Exploration and Development, 2017, 44(4): 569-579. [本文引用:1]
[17] 曾祥平, 杨海中, 王宏, . 低序级断层识别技术在复杂断块油藏注采调整中的运用[J]. 石油勘探与开发, 2006, 33(5): 614-617.
ZENG Xiangping, YANG Haizhong, WANG Hong, et al. Application of farewell fault detection technology to the polymer adjustment in complex fault block reservoirs[J]. Petroleum Exploration and Development, 2006, 33(5): 614-617. [本文引用:1]
[18] VIBERTI D, BENETATOS C. Fully integrated hydrocarbon reservoir studies: myth or reality?[J]. American Journal of Applied Sciences, 2010, 7(11): 1477-1486. [本文引用:1]
[19] MA Y Z, ERNIE G, BARBARA L, et al. Integrated reservoir modeling of a Pinedale tight-gas reservoir in the Greater Green River Basin, Wyoming[J]. AAPG Memoir, 2011(96): 89-106. [本文引用:1]
[20] 裘亦楠. 储层地质模型[J]. 石油学报, 1991, 12(4): 55-62.
QIU Yinan. Geological Models of Petroleum Reservoir[J]. Acta Petrolei Sinica, 1991, 12(4): 55-62. [本文引用:1]
[21] 国家发展和改革委员会. 油气藏数值模拟应用技术规范: SY/T 6744—2008[S]. 北京: 中国标准出版社, 2008.
National Development and Reform Commission. Technical specification of reservoir numerical simulation application: SY/T 6744—2008[S]. Beijing: China Stand ard Press, 2008. [本文引用:1]
[22] 王家华. 迎接油气储层建模理论、应用的大发展: 从2007年国际石油地质统计学大会谈起[J]. 地学前缘, 2008, 15(1): 18-27.
WANG Jiahua. Greeting the great development of theories and applications of reservoir modeling[J]. Earth Science Frontiers, 2008, 15(1): 18-27. [本文引用:1]
[23] 吴胜和, 张一伟, 李恕军, . 提高储层随机建模精度的地质约束原则[J]. 中国石油大学学报: 自然科学版, 2001, 25(1): 1-5.
WU Shenghe, ZHANG Yiwei, LI Shujun, et al. Geological constraint principles in reservoir stochastic modeling[J]. Journal of China University of Petroleum (Edition of Natural Science), 2001, 25(1): 1-5. [本文引用:1]
[24] BAHAR A, ABDEL-AAL O, GHANI A, et al. Seismic integration for better modeling of rock type based reservoir characterization: A field case example[R]. SPE-88793-MS, 2004. [本文引用:2]
[25] ORELLANA N, YEMEZ I, CAVERO J, et al. Role of geostatistical techniques on the evolution of 3D reservoir interpretation and modelling outcomes: An example[R]. Biarritz: Petroleum Geostatistics, 2015. [本文引用:1]
[26] DEUTSCH C V. Geostatistical reservoir modeling[M]. New York: Oxford University Press, 2002. [本文引用:2]
[27] MA Y Z. Coupling spatial and frequency uncertainty analyses in reservoir modeling: Example of judy creek reef complex in Swan Hills, Alberta, Canada[J]. AAPG Memoir, 2011(96): 159-173. [本文引用:2]
[28] 于兴河, 陈建阳, 张志杰, . 油气储层相控随机建模技术的约束方法[J]. 地学前缘, 2005, 12(3): 237-244.
YU Xinghe, CHEN Jianyang, ZHANG Zhijie, et al. Stochastic modeling for characteristics of petroleum reservoir constrained by facies[J]. Earth Science Frontiers, 2005, 12(3): 237-244. [本文引用:1]
[29] 贾成业, 贾爱林, 邓怀群, . 概率法在油气储量计算中的应用[J]. 天然气工业, 2009, 29(11): 83-85.
JIA Chengye, JIA Ailin, DENG Huaiqun, et al. Application of the stochastic method to oil and gas reserves estimation[J]. Natural Gas Industry, 2009, 29(11): 83-85. [本文引用:2]
[30] ROSE P R. Measuring what we think we have found: Advantages of probabilistic over deterministic methods for estimating oil and gas reserves and resources in exploration and production[J]. AAPG Bulletin, 2007, 91(1): 21-29. [本文引用:1]
[31] 张明禄, 王家华, 卢涛. 应用储层随机建模方法计算概率储量[J]. 石油学报, 2005, 26(1): 65-68.
ZHANG Minglu, WANG Jiahua, LU Tao. Calculation of probabilistic reserves of reservoir with stochastic modeling method[J]. Acta Petrolei Sinica, 2005, 26(1): 65-68. [本文引用:1]
[32] DOLIGEZ B, BEUCHER H, LERAT O, et al. Use of a seismic derived constraint: Different steps and joined uncertainties in the construction of a realistic geological model[J]. Oil & Gas Science & Technology, 2007, 62(2): 237-248. [本文引用:1]
[33] BORNARD R, ALLO F, COLEOU T, et al. Petrophysical seismic inversion to determine more accurate and precise reservoir properties[R]. SPE-94144-MS, 2005. [本文引用:1]
[34] 刘文岭. 地震约束储层地质建模技术[J]. 石油学报, 2008, 29(1): 64-68.
LIU Wenling. Geological modeling technique for reservoir constrained by seismic data[J]. Acta Petrolei Sinica, 2008, 29(1): 64-68. [本文引用:1]
[35] XU W, TRAN T T, SRIVASTAVA R M, et al. Integrating seismic data in reservoir modeling: The collocated Cokriging alternative[R]. SPE 24742, 1992. [本文引用:1]
[36] DOYEN P M. Seismic reservoir characterization: An earth modelling perspective[M]. Houten: European Association of Geoscientists & Engineers, 2007. [本文引用:1]
[37] WORTHINGTON P F. Application of saturation-height functions in integrated reservoir description[R]. SPE-75213-MS, 2002. [本文引用:1]
[38] 刘媛, 唐资昌, 黄力, . 利用J-函数计算油藏原始饱和度的可行性分析[J]. 石油天然气学报, 2015(11): 13-17.
LIU Yuan, TANG Zichang, HUANG Li, et al. Feasibility analysis of calculating original saturation of oil reservoir by using J-function[J]. Journal of Oil and Gas Technology, 2015(11): 13-17. [本文引用:1]
[39] 闫伟林, 田中元, 马陆琴. 利用毛管压力和测井资料评价H油田碳酸盐岩储层的含油饱和度[J]. 大庆石油地质与开发, 2008, 27(3): 121-123.
YAN Weilin, TIAN Zhongyuan, MA Luqin. Evaluation on oil saturation of carbonate reservoir in H Oilfield using capillary pressure and logging data[J]. Petroleum Geology & Oilfield Development in Daqing, 2008, 27(3): 121-123. [本文引用:1]
[40] MA Y Z. Uncertainty analysis in reservoir characterization and management: How much should we know about what we don't know?[J]. AAPG Memoir, 2011(96): 1-15. [本文引用:2]
[41] MEDDAUGH W, CHAMPENOY N, OSTERLOH W, et al. Reservoir forecast optimism: Impact of geostatistics, reservoir modeling, heterogeneity, and uncertainty[R]. Banff: Gussow Geoscience Conference, 2011. [本文引用:1]
[42] 曾保全, 程林松, 罗鹏. 基于流线模拟的压裂水平井渗流场及产能特征[J]. 西南石油大学学报(自然科学版), 2010, 32(5): 109-113.
ZENG Baoquan, CHENG Linsong, LUO Peng. Flow characteristics and productivity of fractured horizontal wells based on streamline[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(5): 109-113. [本文引用:1]