Petrel入门培训04随机相建模

Petrel入门培训04随机相建模 Petrel入门培训04随机相建模.ppt纵向网格化Make Zones概述定义地层间距插入层的数目插入输入数据设置“创建层”的参数Layering选择层，规定小层数(按比例)，或者选择网格厚度(参照顶/底厚度创建)。 Layering概述划分层的不同方法按层底部划分按比例按层顶部划分按百分比Fractions使用参考面Layering地质关系几何模型应用举例?在计算器中指定条件?输入到含水饱和度模型?总体积值可以用来检查网格点的负值?使用网格角度检查非正交单元格(对油藏工程师很有用)。 ?无输入数据?使用网格单元的几何形态指定值到单元格几何建模函数类型网格质量检查（几何模型）?检查网格层面不能出现交叉?检查网格体积不能出现负值?检查网格高度不能出现负值?检查网格扭曲不能出现非零值值测井曲线粗化沿井轨迹的网格赋给网格点的值使用粗化的测井曲线填充3D网格原理测井曲线粗化1选择要进行粗化的测井曲线或者Well Tops(层位标记)属性2选择要进行粗化的井3选择粗化的设置注意在井位处，粗化过的测井数据将成为3D属性的一部分。 也就是说，在井位处，属性永远是测井数据的值。 过程测井曲线粗化?对测井曲线进行重采样，将重采样后的测井曲线值加到与井轨迹相交的网格上。 ?离散测井曲线将出现最多的测井曲线值赋给每一个网格。 ?连续测井曲线对每个网格的测井曲线值进行平均。 算术平均，调和平均，几何平均Biased toa discretelog?将测井曲线看作线或者点。 ?处理部分被测井曲线穿过的网格单元。 设置原始的岩相原始孔隙度粗化的岩相粗化的孔隙度Sand测井曲线粗化的相边界设定设置平均方法?算术平均主要用于属性值的平均，例如孔隙度，饱和度，有效体积/总体积比。 因为这些属性都是算术变量。 ?调和平均对每一层的渗透率是常数的油藏，该算法将给定垂向的有效渗透率。 ?几何平均对于在空间上没有关系，而且又呈正态分布的渗透率，该方法是一种很好的估算方式。 ?最小平均对网格处测井曲线的最小值采样。 ?最大平均对网格处测井曲线的最大值采样。 ?最多值(只用于离散测井曲线)Most of(only fordiscrete logs)选择每个网格上出现最多的离散值，(用于岩相，岩性，Zone logs等等)。 作为点对每个网格内所有的采样值都做平均。 作为线点之间的数据也将得到解释(网格外的点的值也可能对结果有影响。 )v i参与计算的每个点加权后的值。 n i点的测井值。 N总点数。 设置将测井曲线当作点或者线简单Simple包括所有被井轨迹穿过的网格。 穿过网格Through cell网格的两个相对边界必须被井轨迹穿过(顶和底-相对的网格边界)设置每个网格单元内参与计算的最小数据点个数。 相邻的网格Neighbour cells对同一网格单元层的网格进行平均。 设置方法数据分析分析模型数据的统计特性数据分析概念?随机事件是抽象概率空间内的一个个体，该个体应该负载数据和数据对应出现概率。 ?随机序列是由随机事件构成的有机联系事件集合，数学的角度而言，随机事件是随机序列的一个实现。 随机序列是抽象概率空间的一个有限子集，随机序列将随认识的深入和发生拓展或者变化。 ?有限维分布是指可以期望对随机序列的分析获得整个抽象概率空间内概率分布的合理推断，这个推断必须建立在数据的有序、有限、稳定的假设前提下。 ?严格平稳数据的严格平稳是指随机事件的分布概率满足其平方的数学期望小于无穷大，其数学期望为某实常数，而且如果存在协方差则其协方差平稳。 数据分析概念?数据分布统计和数据累加概率统计数据分析概念?规律性判别产生数学期望，数学期望和实际数据铲射误差，误差产生平均误差，平均误差产生协方差，协方差产生标准差，标准差产生变差。 数据分析数据分析?指数模型适合河道型地质条件，产生结果相对随机性大，零散。 ?球状模型适合大型河道和相对稳定三角洲沉积环境模拟，相对随机性适中。 ?高斯模型适合海、湖等稳定沉积环境中属性模拟，连续性最好。 岩相(块金效应为0.5)数据分析具有相同参数设置的岩相相(块金效应为0)数据分析岩相建模岩相建模?共同设置对所有的层定义共同设置使用过滤器实现个数岩相建模?层设置对每一个层进行定义选择当前的层取消Leave zone的锁定(变为可以对其进行)选择算法检查各按钮下的设置岩相建模?基于目标建模设置定义要创建的目标定义每一个体的比例插入目标设置背景岩相岩相建模?目标建模几何形状定义目标的几何形状选择目标体的维数选择目标体的形状岩相建模?目标建模-趋势定义趋势的方向垂向概率面上的概率岩相建模?河道相建模-设置定义要创建的目标定义河道和堤岸的比例。 插入河道设置背景岩相岩相建模?河道相