Методы стохастического моделирования и статистического оценивания в задачах геологического моделирования углеводородных месторождений

• Автор: Минниахметов, Ильнур Римович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 129 с. : ил.

Содержание
Введение
Глава 1. Основные понятия и этапы моделирования углеводородных месторождений
1.1. Уравнения теории фильтрации в пористых средах
1.2. Основные этапы геологического моделирования
1.3. Автоадаптация модели
Глава 2. Методика выделения литотипов на основе алгоритмов нейронных сетей
2.1. Задача автоматического выделения основных литотипов
2.2. Характеристики литотипов
2.3. Анализ главных компонент
2.4. Нелинейный метод главных компонент
2.5. Метод 1г-]ЧЬРСА
2.6. Машина опорных векторов
2.7. Результаты расчета реального месторождения
2.8. Выводы ко второй главе
Глава 3. Структурное моделирование
3.1. Моделирование разломов
3.2. Построение трендовых поверхностей с помощью методов статистического оценивания функций
3.3. Методы интерполяции и аппроксимации в задачах структурного моделирования
3.4. Построение геологических сеток

3.5. Расчет реального месторождения
3.6. Выводы к третьей главе
Глава 4. Моделирование фильтрационно-емкостных свойств среды
4.1. Подготовка исходных геолого-промысловых данных
4.2. Гипотеза о стационарности фильтрационно-емкостных свойств
4.3. Вариограммный анализ
4.4. Постановка задачи
4.5. Статистическое оценивание параметров стационарного процесса
4.6. Стохастическое моделирования стационарных процессов
4.7. Спектральный метод стохастического моделирования
4.8. Сравнительный анализ методов стохастического моделирования
4.9. Расчеты реальных месторождений
4.10. Выводы к четвертой главе
Глава 5. Автоадаптация
5.1. Постановка задачи
5.2. Параметризация
5.3. Оценка неопределенности
5.4. Тестовая модель
5.5. Результаты расчетов
5.6. Выводы к пятой главе
Заключение
Литература

Введение
Актуальность работы
В настоящее время трехмерное математическое моделирование широко используется на различных этапах проектирования разработки углеводородных месторождений, в частности, для обоснования бурения скважин, оценки технико-экономической эффективности первичных и вторичных методов увеличения нефтеотдачи, планирования и подбора кандидатов для геолого-тех-нологических мероприятий, оценки неопределенности и рисков при принятии управленческих решений, оценки начального объема углеводородов и извлекаемых запасов [1]. Существуют различные математические модели, позволяющие учитывать особенности процессов подземной гидродинамики: фазовый и компонентный состав флюидов, термические эффекты, химические реакции и др. Однако для любой модели результаты расчетов в значительной степени зависят от качества и достоверности входных параметров, в частности, от фильтрационно-емкостных свойств (ФЕС) пористой среды.
Определение ФЕС пористой среды является комплексным процессом, включающим решение следующих задач:
1) обработка, анализ и комплексирования сейсмических и геолого-промысловых данных;
2) построение геометрической структуры пласта;
3) построение модели пространственного распределения свойств среды: литологии, пористости, проницаемости, нефтенасыщенности;
4) оценка начального объема углеводородов и извлекаемых запасов.
При решении вышеперечисленных задач необходимо учитывать ряд особенностей. Во-первых, исходными данными для геологического моделирова-

2.2. Характеристики литотипов
Согласно разработкам А.В.Постникова, карбонатные литотипы могут быть описаны набором физических характеристик: «подкласс», «структура», «биота», «спаритизация», «выщелачивание», «инкорпорация», «вторичное ми-нерало-образование», «тип коллектора», «емкость». К примеру известняки биогермные сферово-водорослевые с граноморфным заполнителем пористые (баундстоуны) имеют следующие характеристики: подкласс: «известняки смешанные, комковато-сгустковые», структура: «оолитовые», спаритизация «слабая», выщелачивание: «слабое», инкорпорация «сильная», доломитизиция: «слабая», тип коллектора: «порово-каверновый первичный», емкость 20 — 30%.
Таким образом каждый класс Ci может быть представлен в виде набора характеристик, т.е является функцией многих переменных:
Q = Да) (2.1)
где а = (ai, ai2,..., ак) - вектор характеристик, К-число характеристик. Следовательно, задача построения отображения F : X —» С сводится к нахождению отображений:
Fi : Х-> Ai,i = 1...К (2.2)
где Ai - множество всех значений характеристики et,. Конечное отображение F : X -» С представляет собой не что иное как функцию /(Ai, Ai,..., Ак), определенной в (2.1).
2.3. Анализ главных компонент
Задача построения отображения является задачей аппроксимации функции многих переменных. Как известно [54, 55], в виду большой размерности