Определение литологического состава многокомпонентных карбонатных пород

Форум » ПЕТРОФИЗИЧЕСКИЙ СОФТ - PETROPHYSICAL SOFTWARE » Определение литологического состава многокомпонентных карбонатных пород » Ответить

Определение литологического состава многокомпонентных карбонатных пород

bne: Определение литологического состава многокомпонентных карбонатных пород с помощью комплекса ГИС Тверитнев Алексей Александрович Аспирант Российский государственный университет нефти и газа им. И.М. Губкина Факультет послевузовского образования, Москва, Россия E-mail: a.a.tveritnev@gmail.com В настоящее время более 40% мировой добычи нефти связано с карбонатными отложениями. Это такие регионы и страны как Ближний и Средний Восток, Северный Кавказ, республика Коми, Прикаспийская впадина, Восточная Сибирь, Иран, Ирак, Саудовская Аравия, Сирия, Алжир, Венесуэла, Болгария, Мексика, Казахстан, Вьетнам. Однако поиски, разведка, оценка и разработка этих месторождений значительно затруднены из-за сложности строения карбонатных комплексов, неоднозначности типов и свойств коллекторов в пределах резервуара, нерешенности ряда важнейших вопросов по оценке трещиноватости и параметра ее пространственной изменчивости. Отличительной особенностью карбонатных коллекторов является широкий диапазон изменения емкостных и фильтрационных свойств, а также минерального состава скелета породы. В случае, когда порода состоит из трех и более минералов, и при этом имеет сложное строение порового пространства, определение литологического состава выполняется с помощью системы уравнений. При решении системы уравнения возникают проблемы, связанные с тем, что при одних и тех же входных данных можно получить несколько вариантов решения. Для исключения этой неоднозначности вводятся граничные условия искомого параметра, и степень достоверности каждого из входных параметров. Решение системы уравнений сводиться к определению наиболее подходящих значений составляющих, которые соответствуют реальной модели породы. Задача решения системы произвольных уравнений в общем случае может не иметь. Поэтому математическую постановку задачи изменяют, чтобы решение всегда существовало: вместо решения системы уравнений ищут минимум функции H(x,y) = f 2(x,y)+g 2(x,y) при тех же ограничениях. В исходной постановке такая задача не имела бы никаких практических шансов на существование решения. Перспективные технологии геологической интерпретации данных ГИС связаны с унификацией разнообразной геолого-геофизической информации на основе современных представлений петрофизики и моделирования. Это создает большие возможности преодоления недостатков традиционных подходов, особенно для сложно построенных разрезов и больших комплексов ГИС. Литература 1. Итенберг С.С., Шнурман Г.А. (1984) Интерпретация результатов каротажа сложных коллекторов. – М.:Недра. 2. Кнеллер Л.Е., Я.С. Гайфуллин Я.С., Потапов А.П.(2003) Универсальная технология интерпретации комплекса ГИС для сложных коллекторов на основе математического моделирования, НТВ Каротажник №113 – Тверь.: АИС. 3. Петерсилье В.И., Пороскун В.И., Яценко Г.Г. (2003) Методические рекомендации по подсчету геологических запасов нефти и газа объемным методом. – Москва-Тверь: ВНИГНИ, НПЦ «Тверьгеофизика». 4. Powell, M.J.D.(1978), “A Fast Algorithm for Nonlineary Constrained Optimization Calculations”, Numerical Analysis, ed. G.A. Watson, Lecture Notes in Mathematics, Springer Verlag, Vol. 630. http://www.lomonosov-msu.ru/archive/Lomonosov_2009/06_4.pdf

Ответов - 13

bne: Кажется ровно этому парню я и объяснял какие давние традиции решения эта задача имеет Мораль видна От деформированного многогранника он перешел к Powell и сослался на Кнеллера ;-))

Twir: Нет, Борис Николаевич, я с вами не общался..., но было бы занятно!

bne_mumbai2: Вы на конференции в РГУНГ не выступали? Там некий парень с автоматики открыв для себя что можно делать инверсию оптимизацией и ни на кого не ссылаясь как откровение это подавал аудитории Наверное 2-4 года назад как это было Толковый парень, но все же литературу полезно читать Пардон, если обидно написал, но честно говоря я ни одной оригинальной мысли или намека на реализацию не увидел Все это скажем у меня было и было опубликовано у меня в 1973 году, а в GLOBAL в 1980 А даже ссылки у Вас на непонятно причем других авторов Я бы понял если бы Вы писали про особенность своей реализации или ее применения, но пытаться столбить давно известное как минимум странно Я вообще-то человек мирный и понимаю про публикации а порой и про проблемы с цитированием, но мечиалось бы о большем... ;-)) А от общения я не отказываюсь ;-)

Twir: Нет, не припоминаю я общения с Вами, но общаться нужно :) Спасибо за советы, если что буду обращаться.

bne_mumbai2: У меня довольно подробно многое расписано в книжке с Элланским (1991) - она есть в интернете (кажется на OilCraft) Наверное буду на конференции памяти Кобрановой (хоть пока ничего и не писал) Но ссылаюсь я первым на Халфина (что и Вам рекомендую), хотя можно начинать и с Лежандра и Гаусса (если быть пуристом и помнить про астрономию и Леверье)

Twir: Спасибо за ссылки, иногда просто не у кого спросить. Обязательно найду и посмотрю.

bne: http://petrogloss.narod.ru/BNE_RW_80.pdf и вот тут http://www.pst.h1.ru/OptimPetro1974.htm

Twir: Спасибо!

viking23: Вы очень отзывчивый человек!

bne_A-D: Просто много успел увидеть и не удивляюсь

bne: Lithofacies Characteristics Discovery from Well Log Data Using Association Rules Lecture Notes in Computer Science Springer Berlin / Heidelberg ISSN 0302-9743 (Print) 1611-3349 Volume 1983/2009 Intelligent Data Engineering and Automated Learning — IDEAL 2000. Data Mining, Financial Engineering, and Intelligent Agents DOI 10.1007/3-540-44491-2 ISBN 978-3-540-41450-6 DOI 10.1007/3-540-44491-2_15 pp 101-119 Lithofacies Characteristics Discovery from Well Log Data Using Association Rules C. C. Fung6 , K. W. Law6, K. W. Wong7 and P. Rajagopalan8 (6) School of Electrical and Computer Engineering, 6102, Kent St, Bentley, Western Australia (7) School of Information Technology, Murdoch University, South St, 6150 Murdoch, Western Australia (8) School of Computing, Curtin University of Technology, Kent St, 6102 Bentley, Western Australia Abstract This paper reports the use of association rules for the discovery of lithofacies characteristics from well log data. Well log data are used extensively in the exploration and evaluation of petroleum reservoirs. Traditionally, discriminant analysis, statistical and graphical methods have been used for the establishment of well log data interpretation models. Recently, computational intelligence techniques such as artificial neural networks and fuzzy logic have also been employed. In these techniques, prior knowledge of the log analysts is required. This paper investigated the application of association rules to the problem of knowledge discovery. A case study has been used to illustrate the proposed approach. Based on 96 data points for four lithofacies, twenty association rules were established and they were further reduced to six explicit statements. It was found that the execution time is fast and the method can be integrated with other techniques for building intelligent interpretation models. C. C. Fung Email: TFUNGCC@cc.curtin.edu.au K. W. Wong Email: K.Wong@murdoch.edu.au References 1. Jian, F.X., Chork, C.Y., Taggart, I.J., McKay, D.M., and Barlett, R.M.: A Genetic Approach to Prediction of Petrophysical Properties. Journal of Petroleum Geology, Vol. 17, No. 1(1994) pp. 71–88. 2. Hook, J. R., Nieto, J. A., Kalkomey, C. T. and Ellis, D. “Facies and Permeability Prediction from Wireline Logs and Core-A North Sea Case Study,” SPWLA 35 th Annual Logging Symposium, paper “AAA”, June (1994). 3. Ebanks, W.R. Jr.: “Flow Unit Concept-Integrated Approach to Reservoir Description for Engineering Projects.” Paper presented at the 1987 AAPG Annual Meeting, Los Angeles (1987). 4. Wong, P. M., Taggart, I. J. and Jian, F. X. “A Critical Comparison of Neural Networks and Discriminant Analysis in Lithofacies, Porosity, and Permeability Predictions,” Journal of Petroleum Geology, vol. 18(2), April (1995), pp. 191–206. 5. Condert, L., Frappa, M. and Arias, R. “A Statistical Method for Lithofacies Identification”, Journal of Applied Geophysics, vol 32, (1994), pp. 257–267. 6. Fung, C. C., Wong, K. W. Eren, H. and Charlebois, R. “Lithology Classification using Self-Organising Map,” Proceedings of IEEE International Conference on Neural Networks, Perth, Western Australia, December (1995), pp. 526–531. 7. Wong, P.M., Gedeon, T.D., and Taggart, I. J.: Fuzzy ARTMAP: A New Tool for Lithofacies Recognition. AI Applications, Vol. 10, No. 2(1996), pp. 29–39. 8. Rogers, S. J., Fang, J. H., Karr, C. L. and Stanley, D.A. “Determination of Lithology from Well Logs Using a Neural Network,” The AAPG Bulletin, vol. 76(5), (1992), pp. 731–739. 9. Fayyad, U. M., Piatetsky-Shapiro, G. and Smyth, P.: “From Data Mining to Knowledge Discovery: An Overview,” Advances in Knowledge Discovery and Data Mining, ed. U. Fayyad, G. Piatetsky-Shapiro, P. Smyth, R. Uthurusamy, The AAAI/MIT Press, Menlo Park, California/Cambridge, Massachusetts, (1996), pp. 1–34. 10. Chen, M. S., Han, J. and Yu, P. S.: “Data Mining: An Overview from a Database Perspective,” IEEE Transactions on Knowledge and Data Engineering, vol. 8(6), December (1996), pp. 866–883. 11. Agrawal R., and Srikant, R.: Mining Quantitative Association Rules in Large Relational Tables. Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, Montreal Canada (1996), pp. 1–12. 12. Agrawal, R., Mannila, H., Srikant, R., Toivonen, H., and Verkamo, I.: Fast Discovery of Association Rules. In: Fayyad, U., Piatetsky-Shapiro, G., Smyth, P., and Uthurusamy, R. (eds.): Advances in Knowledge Discovery and Data Mining. AAAI Press/The MIT Press, Menlo Park California/Cambridge Massachusetts (1996), pp. 307–328.

Василий: ПРИМЕНЕНИЕ КОМПЛЕКСНОГО ПОДХОДА ДЛЯ ГЕОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ ТРЕЩИНОВАТЫХ КОЛЛЕКТОРОВ ЗАПАДНО-СИБИРСКОГО ФУНДАМЕНТА (на примере Малоичского месторождения) http://www.geoinform.ru/?an=punus Здесь упоминают подход Заляева, читал как-то его работы, и в ИНГЗАЛе ковырялся, что-то уж больно простое по подходу . Хотя сама идея очень интересна.

bne: Фрагмент цитируемой статьи "Для решения данной проблемы была применена методика специальной обработки комплекса БКЗ (по Н.З.Заляеву), которая в конечном итоге позволила определить интервалы вероятной трещиноватости в скважинах. Наличие трещиноватости оценивалось по наличию анизотропии сопротивления БКЗ - изменение сопротивления, измеренного преимущественно в вертикальном направлении, по сравнению со средним сопротивлением пластов. Особенность данной методики состоит в том, что она позволяет с определенной вероятностью определять интервалы с открытыми нефтенасыщенными вертикальными трещинами и не учитывает закрытые и водоносные трещины. В настоящее время методика находится на стадии апробации, однако результаты исследований по отдельным месторождениям Сибири и Тимано-Печоры демонстрируют ее возможности по определению интервалов трещиноватых коллекторов с вероятностью до 60 %." Ну да Тема анизотропии интересна Собственно она всегда есть, но при вторичной пористости должна быть еще больше Но определять анизотропию по БКЗ с высокой точностью Надо бы иметь результаты тестирования на синткетических разрезах

полная версия страницы