转自：http://blog.sina.com.cn/s/blog_4b700c4c0102dvu5.html
About SGeMS
12 April 2009
The Stanford Geostatistical Modeling Software (SGeMS) is an open-source computer package for solving problems involving spatially related variables. It provides geostatistics practitioners with a user-friendly interface, an interactive 3-D visualization, and a wide selection of algorithms. This website serves as a companion to the book Applied Geostatistics with SGeMS that provides a step-by-step guide to using SGeMS algorithms. We recommend getting the book to get the underlying theory, demonstrations of their implementation, discussion of potential limitations, and help about the choice of one algorithm over another.
Users can perform complex tasks using the embedded Python scripting language, and new algorithms can be developed using the SGeMS plug-in mechanism. SGeMS is the first software to provide algorithms for multiple-point statistics. The SGeMS package provides a versatile toolkit for Earth Sciences graduates and researchers, as well as practitioners of environmental, mining and petroleum engineering.
| The Stanford Geostatistical Modeling Software (SGeMS) |
SGeMS is a software for 3D geostatistical modeling. It implements many of the classical geostatistics algorithms, as well as new developments made at the SCRF lab, Stanford University.
SGeMS relies on the Geostatistics Template Library (GsTL) to implement its geostatistical routines, including:
- Kriging
- Multi-variate kriging (co-kriging)
- Sequential Gaussian simulation
- Sequential indicator simulation
- Multi-variate sequential Gaussian and indicator simulation
- Multiple-point statistics simulation
For news, tutorials, and an FAQ, visit the SGeMS wiki.
|
|
Main Features
- Comprehensive geostatistical toolbox
- Standard data analysis tools: histogram, QQ-plots, variograms,...
- interactive 3D visualization
- Scripting capabilities: SGeMS embeds the Python scripting language, that allows to automatically perform several (repetitive) actions.
- Use of plug-ins to add new geostatistics algorithms, support new file formats, or increase the set of script commands
|
|
Download
SGeMS is currently available on both Linux and Windows. It should be possible to compile it on other Unix platforms and Mac OSX ; if you would like to try, I would be happy to assist you.
The code is distributed under the GNU General Public License (GPL). For more information about the GPL, click here , or here for a non-lawyer-readable summary
Download:
- SGeMS-2.0 source code
- SGeMS-2.1 Windows executable + source code
- To download the sources from CVS, follow these instructions. The module name is GsTLAppli.
To compile SGeMS, you will need the following libraries:
- GsTL (Geostatistics Template Library)
- Qt (GUI library) version 3.1 or higher
- Coin3D (OpenIventor library), version 2.x
- SoQt (Qt bindings for OpenIventor), version 1.x
- SimVoleon (Volume rendering extension for Coin3D), version 2.x
Unfortunately, SGeMS is probably not bug-free... To report bugs in SGeMS, use this tool. Don't forget to include a full description of what happened, and how to reproduce the bug (what did you do that caused the bug). Simply saying "SGeMS crashed!" does not help... Please include any dataset, log files (sgems_history.log and sgems_status.log) useful to reproduce the bug.
Data Sets
- A simple 3D data set (zipped version ). This is a simplified version of the Stanford V data set. It contains a 100x130x30 cells grid (each cell dimensions are 1x1x1) and a set of points with 3 properties. The grid contains a realization of sgsim (sequential gaussian simulation).
- The full version of Stanford V (scroll to the bottom of the page)
|
|
Documentation
- SGeMS user's manual (pdf)
- Tutorial for automating tasks in SGeMS (commands and scripts)
- on-line developer's reference
- Tutorial for creating a SGeMS geostatistics plug-in
S-GeMS is a software for 3D geostatistical modeling. It implements many of the classical geostatistics algorithms, as well as new developments made at Stanford University. See http://sgems.sourceforge.net
http://forum.petro-china.com/index.php?showtopic=2928
------------------------------------------------------------------------------------------------
地质统计最早应用于找金属矿物，被一带大牛Andre G Journel创造性的应用到了石油勘探开发领域，得到了红红火火的发展。地质统计最大的优势是整合(integrate)数据，同时根据数据的可靠性，不同程度的尊重（honor）不同来源的数据。最典型的就是建储层模型，怎样把岩心，地质，测井，地震，试井等等信息融合到一个static model里，还要保证各种信息的consistent. 地质统计可以解决这样的问题，同时提供uncertainty的估计，为风险评价提供依据。
据俺了解，地质统计可被用于如下方面：地震属性反演，静态地质建模，四维地震，地震层析成像，地质相建模，不确定性评价，裂缝描述，历史拟合，地质模型upscaling 和 downscaling， 油藏数据模拟等等.
由于Andre G. Journel一贯的非常开放的做学问的风格，在网上可以找到大量的免费的程序和帮助文件。你要充分的相信， 90％以上的商业软件中的地质统计部分都是在直接或间接的用下面这些code:
Fotran版的地质统计程序GSLIB: http://ekofisk.stanford.edu/SCRFweb/GSLIB/index.html
Windows下C++版的SGeMS (有源文件）:
http://sgems.sourceforge.net/
最后，推荐基本这方面的经典著作：
1。GSLIB: Geostatistical Software Library，该书适用于初学者和想使用软件的人
2。Geostatistics for natural resource evaluation, 此书适用于想知道更多理论的人
3。Petroleum Geostatistics, 本书更侧重在石油中的应有，是Jef caers写的，今年的SPE年会重点推荐： http://www.spe.org/， http://www.spe.org/web/book_reviews/Geosta...tics_0805. shtml
不是正态分布要转化，否则会影响变异函数、和插值的稳健。
更多内容建议你看这个链接：
http://emuch.net/bbs/search.php?searchid=76016&orderby=tid&ascdesc=desc&searchsubmit=yes
今天听了SGeMS的介绍，于是去看了看，准备学习一下，首先浏览了一下SGeMS用的最主要库：Coin3D，SoQt和SimVoleon，这是SGeMS用来显示三维数据的函数库，看来需要先熟悉一下这个库。
1）新增请多地质统计算法
2）改进多点地质统计算法
3）volume rendering to hide selected grid cells(??)
4）新的网格文件格式
News - 6/27/07: version 2.0 of SGeMS is now available! New features include: many new geostatistics algorithms,
improvements to the multiple-point statistics algorithms, volume rendering to hide selected grid cells and a new
type of grid ("masked grids").
1.Python24；
2.Qt3.3.4；最好是商业版，网上有破解（不提倡噢），我用的是商业版
3.SGeMS-1.4.1；
4.Coin-2.4.5-bin-msvc7.zip；
5.SoQt-1.3.0；
6.SIMVoleon-v2.0.1。
具体过程可参见一篇文章：
注：以下可能库版本个别不同，可根据你的实际更改，在编译Qt时需注意要在VS2003命令提示符下进行，并且configure命令为：configure -qt-style-windowsxp -rtti -thread 然后再nmake，使其支持windowsxp 支持rtti运行时类型识别,支持多线程，加上-thread后，它生成的库名就变成qt-mt334.lib。
1 Preconditions
To be able to compile SGeMS the following software packages and libraries are needed:
1. The SGeMS source code can be downloaded from http://sgems.sourceforge.net/ . ( http://prdownloads.sourceforge.net/sgems/SGeMS‐.4.1.tgz?download )
2. GsTL can be downloaded from
3. QT v.3 for Windows is installed at G:\felles\biblioteker\Qt\Win32\3.3.6. Notice that this is a commercial licensed version of QT. SGeMS requires (at least for SGeMS 1.4.1) QT v.3, while only QT v.4 and newer is available in an open‐source version for Windows. The open‐source version of QT for Windows also only works with MinGW, not with Visual Studio.
5. Coin3D, SimVoleon and SoQT can be downloaded from
2.1 Python
Run python‐.4.3.msi. If you don’t have any special preferences, the standard choices can be used.
Unzip Coin‐X.X.X‐in‐msvc7.zip on a suitable place, e.g. C:\Coin.
2. Set a couple of environment variables: (This is done by opening System in the control panel. In the advanced panel press environment variables.)
" Set COINDIR to the directory where Coin was installed, e.g. C:\Coin.
Unpack GsTL to the directory that will be used for compilation of SGeMS, e.g. C:\SGeMS.
Unpack SGeMS to the same directory as where GsTL was placed, e.g. C:\SGeMS.
A project file for Visual Studio 2003 is located in the WinGsTLAppli directory.
A project file for Visual Studio 2003 is located in the WinGsTLAppli directory.
Copy qt‐mt336.dll from G:\felles\biblioteker\Qt\Win32\3.3.6\bin to C:\tmp\SGeMS\GsTLAppli\lib\win32.
Make sure that GsTLwidgets.dll from the output directory is copied to $(QTDIR)\plugins\designer. This is only needed to be done once per QT installation.
以上就是全部的过程了，中间会有一些警告，不用去管它，只要编译出dll,lib就行。期间我编译了Qt 4.2 Qt4.0 Qt332 Qt334 Qt335 Qt336
斯坦福大学刘永社博士将到大庆油田测试技术服务分公司做报告
他报告的题目是：地质统计方法在油藏建模中的应用。主要包括以下内容：
1. 简要介绍斯坦福大学，地学院中与石油相关的研究组，斯坦福油藏预测中心(SCRF), 和斯坦福中国石油工程师协会(SCAPE)
2. 地质统计学与油藏建模
3. 现代经典地质统计学：基于变差函数的地质统计方法
4. 整合粗尺度和细尺度数据的算法及在地震波走时层析成像中的应用
5. 多点地质统计法地质相建模
6. 斯坦福大学免费地质统计建模软件(SGeMS)
QT平台升级对于储层建模软件SGeMS影响的研究
赵智宝
【摘要】：SGeMS包含了绝大多数地质统计学算法,其中包含多点统计建模的相关算法,且提供了C++语言编写的源代码,因此受到国内外从事油气储层建模的专业人士的广泛重视。本文主旨在于针对QT平台由QT3升级QT4,而造成的SGeMS软件不能进行编译、运行等问题,而提出的一种解决方案。该方案可以改动少量的源代码实现SGeMS软件的平台转换。
【作者单位】： 西安石油大学计算机学院;
【关键词】： SGeMS 编译环境 移植 平台 建模软件 升级 地质统计学 源代码 解决方案 储层
【基金】：国家自然科学基金项目“曲流河储层建模的自回避随机游走方法研究”项目编号:50874091
【分类号】：TP311.52
【正文快照】：
1引言SGeMS是由斯坦福大学石油工程系编写的大型3D储层地质统计学建模软件。SGeMS是一种基于设计模式,采用各个模块之间的动态链接库(DLL)进行链接编写的软件。它的设计思想、软件模块的组织方法以及编写的规范是值得思考和借鉴的。采用这种方法可以提高模块内部的高内聚,降
基于地震约束的地质统计学建模方法研究
Geostatistics
Geostatistics 演变 矿物探险 并且采矿 矿物, 矿石和 煤炭. 它在学科当前被申请例如 石油地质学, 水文地质学, 水文学, 气象学, 海洋学, 地球化学, 地理, 林业环境控制， 风景生态, 农业 (特别是。 在 精确度种田).
Geostatistics解释不仅它的应用内 地理信息系统 而且数学分析在各种各样的空间数据集，最突出是的许多应用a 数字式海拔模型分析的任何数字也许获得。 Geostatistics在各种各样的分支也被申请 人的地理介入疾病的传播特殊那些(流行病学)，商务实践和军事计划(后勤学)和发展高效率 空间网络.
内容 |
背景
地理学者 学习怎么和为什么元素到处不同，并且怎样空间图案通过时间改变。地理学者在哪里从问题开始‘？’，探索怎么特点在一个物理或文化风景被分布，观察空间图案和现象的变异。当代地理分析转移了对‘为什么？’，确定为什么一个具体空间图案存在，什么空间或生态学过程也许影响了样式，并且为什么这样过程经营。仅通过接近‘为什么？’ 问题装社会学家于罐中开始赞赏变动机制，是无限的在他们的复杂。
当所有现象被测量，观察方法学将口授随后分析的准确性; 在地理，这个问题由独特的可变物和空间图案复杂化例如 geospatial拓扑结构. 一个有趣的特点在geostatistics是每个地点显示空间图案的某种形式，是否以的形式 环境, 气候, 污染, 都市化 或人 健康. 这不是为了阐明，所有可变物是空间地依赖，简单地那可变物是不能胜任的测量分别于他们的周围，这样不可以有完全控制人口。研究是否在都市核心有关与交通图的本质，或者与对气候类型的分析在太平洋，总有可变物哪些逃命测量; 这取决于直接地标度和发行数据收集或者勘测和它的方法学。局限在数据收集使它不可能做一项直接措施连续的空间数据，无需推断可能性，其中一些机率函数被申请创造 插值法 表面-预言的不可测可变物在无数的地点。
统计的角色在地理
统计技术和规程在所有被运用学术研究领域; 无论哪里数据收集，并且分析总结的或所有数字信息或研究开展，统计为结果的酣然的分析和解释是需要的。
地理学者用途统计用许多方式：
- 描述和总结空间数据。
- 做概念化关于复杂空间图案。
- 估计结果的可能性为事件在一个特定地点。
- 使用地理数据样品推断特征为更大的套地理数据(人口)。
- 确定某一现象巨大或频率是否与一个地点不同到另一个。
- 学会一个实际空间图案是否匹配某一期望的样式。
这不是一张全面名单，并且不应该同样地解释。
空间数据和说明性统计资料
有几个潜在的困难与对空间数据，在这些之中是界限描述，可修正的地区单位和空间族聚或标度的水平的分析相关。在每一个个这些个案件，区域-手段、中点、方式、标准偏差和变异的绝对说明性统计资料-通过这些空间问题的操作被改变。
界限描述
研究区域界限的地点和安置内部界限影响各种各样的说明性统计资料。关于措施例如卑鄙或标准偏差，单独研究区域大小也许有大涵义; 考虑国民平均收入的研究在城市之内，如果限制对贫民区，收入水平可能是低由于较不富有人口，如果扩展包括郊区或周围的社区，收入水平将变得伟大以房主人口的影响。由于这个问题，应该关于一个特殊研究区域仅评估绝对说明性统计资料例如手段，标准偏差和变化比较。在内部界限的决心这也是真实的，因为这些统计也许只有合法的解释为他们被计算的区域和小地区配置。
可修正的地区单位
参见: 可修正的地区单位问题
在许多情况下，因为可利用的信息将被编组入他们的各自县或自治市，空间数据细分已经被确定了，这是显然的在人口统计的数据集。对于数据的这个类型，分析员在收集的数据必须使用描述的同样县或市政界限为他们的随后分析。当供选择界限是可能的时，分析员必须考虑到任何新的细分模型也许创造不同的结果。
空间族聚或标度问题
例如社会经济的数据也许取得到在各种各样的标度，：自治市，地方区，人口调查短文，查点区，或者在省或状态水平。当这数据被聚集在不同的标度时，发生的说明性统计资料也许陈列变化，用一个系统，可预测的方式，或者在更加不定的时尚上。如果我们观察经济数据，我们也许注意对制造业生产力的分明减少为一个国家(美国)在某一期间; 因为这是一个一般模型，各自的状态也许不同地体验这些作用。这族聚的结果是数据的标准偏差在考虑中的增加的归结于可变性在状态之中。
描写空间统计
为总结点模式分析，是地区等值到nonspatial措施的一套描写空间统计被开发了。因为地理学者特别牵涉到对位置上数据的分析，经常运用这些描写空间统计(geostatistics)总结点样式和描述程度有些现象的空间可变性。
空间集中趋势度量
- 卑鄙中心
- 参见 美国的卑鄙中心。 人口
手段是一个重要集中趋势度量，当延伸到一套点，位于a时 解析的坐标系平均地点或者卑鄙中心，可以是坚定的。
- 加权平均值中心是类似于频率在被编组的统计的演算，例如加权平均值。而它的频率在特殊商店之内，将代表销售的容量点也许代表一个零售批发市场。
- 中间中心或欧几里德的中心
- 参见 曼哈顿距离
空间变异度
- 标准距离
- 相对距离
拓扑结构
- 看主要文章 拓扑结构
刺激洞察在拓扑结构之后是他们一起被联系”的一些几何学问题取决于不介入的对象的确切的形状，但宁可在“途中。其中一张第一张纸在拓扑结构是示范， Leonhard Euler那它是不可能的通过Königsberg镇发现路线(现在 Kaliningrad)将确切地过每一座它的七座桥梁一次。这个结果没有仅取决于桥梁的长度，亦不他们的从互相的距离，而是连通性物产：哪些桥梁连接到海岛或河岸。 这个问题， Königsberg七座桥梁 现在是一个著名问题在介绍数学和导致数学分支以著名 图论.
拓扑结构规则
- 看主要文章 Geospatial拓扑结构
拓扑结构规则是特别重要的内 GIS和为各种各样使用更正和分析规程。主要形状在GIS是 点, 线和 多角形每哪个暗示不同的空间特征; 例如，有可区分的里面和外部的唯一的形状是多角形。 连通性的原则联合拓扑结构导致应用 水文学, 都市计划和 后勤学并且其他领域; 同样地，拓扑学分析提供独特的塑造的能力，定义拓扑学特点的传染媒介本质和改正空间数据错误从数字化。
地势
- 看主要文章 地势
采样方法学
- 统计采样
- Geospatial采样
批评
d G Krige教授在南非在19世紀50年代初工作了在Witwatersrand金矿矿脉复合体，当他发现两个或多个金子分析用试样，坚定在样品被选择在用不同的座标的位置在一个有限样本空间，定义了无限套距离被衡量的平均金等级。 g Matheron教授在增添稀稀落落的套如此采取了以Krige的才能被测量的金等级与无限套距离被衡量的平均金等级他在Krige商谈了普遍存在 krige eponym。 Krige，跟随Matheron和的他的不知道一对一书信在距离被衡量的平均和变化之间是不可侵犯的在数理统计。结果，作早期工作在geostatisticians替换了真正变化 唯一 距离被衡量的平均成绩以a的冒充的变化 集合 程度自由和变化被剥夺的功能上依赖距离被衡量的平均等级。及时， kriging 变化和套kriging的协变性在小和大样本空间kriged估计成为了geostatistics，数理统计一个无效变形基石被运用于稀稀落落的数据。
有人可能建议在氧化矿床不应该假设空间依赖性存在广泛间隔的测量值之间例如钻孔，但是它也许将存在严密间隔的测量值之间。 空间依赖性 在矿石之间被命令的钻孔区域在外形应该通过申请差异分析于集合的变化和第一变化规定核实为被命令的集合(参见Ref 20)。 每套随机可变物的测量值在样本空间有一个变化(参见Ref 25)。套的变化功能上依赖kriged估计是无效措施为，特别假设的可变性、精确度和风险一对一书信在距离被衡量的平均和变化之间是关键的在数理统计(参见Ref 25)。 A semivariance一个无限集合的一个子集不替换从功能上依赖距离平均重量被去除的自由程度，特别为使用这个作用估计的那些点。 Kriging假设，矿石含量由这些自相关塑造; 并且不适当的用途使方法易受影响结果错误读书。[1]
对随机性模型适用性表示怀疑到地质情况的实习者包括Phillip和华森。[2]
其他实习者主张统计测试核实数据的空间依赖性。[3]
相关软件
- gslib 是一套实施大多古典geostatistics估计和模仿算法的FORTRAN 77惯例(开放来源)
- sgems 是十字架平台(窗口， Unix)，大多贯彻古典geostatistics算法的打开来源软件(kriging，高斯和显示模仿等等)并且新的发展(多点geostatistics)。它也提供交互式3D形象化并且提供写电影脚本的能力 python.
- gstat 是开放来源计算机编码为多变量的geostatistical塑造，预言和模仿。 gstat功能也是可利用的作为S引伸，二者之一 R 包裹或 S加上 图书馆。
- 除gstat以外， R 有六至少其他 包裹 致力geostatistics和其他区域在空间统计。
参考
- 阿姆斯壮、M和Champigny， N 1988年，关于Kriging小块的一项研究， CIM公报，第82卷，没有923
- 阿姆斯壮， M 1992年， 言论自由？ de Geeostatisticis， 14 7月，没有
- champigny， N 1992年， Geostatistics ： 运转的工具北矿工， 5月18日
- 克拉克I 1979年， 实用Geostatistics应用科学出版者，伦敦
- 大卫， M 1977年， Geostatistical Ore Reserve Estimation， Elsevier ? Scientific Publishing Company，阿姆斯特丹
- hald， A， 1952年，统计理论以工程学应用，约翰?威里&儿子，纽约
- Chilès， J.P.， Delfiner， P。 1999. Geostatistics ： 在可能性塑造空间不确定性、威里系列和数理统计， 695页。
- 德意志， C.V.， Journel， A.G 1997年。 GSLIB ： Geostatistical软件库和用户指南(应用的Geostatistics系列)，再版，牛津大学出版社， 369页。， http://www.gslib.com/
- 德意志， C.V. 2002年。 Geostatistical水库塑造，牛津大学出版社， 384页。， http://www.statios.com/WinGslib/index.html
- Isaaks， E.H.， Srivastava R.M. ： 应用的Geostatistics。 1989.
- 抽样的ISO/DIS 11648-1统计方面从大块材料Part1 ： 一般原则
- Journel、G和Huijbregts 1978年，开采的Geostatistics，学术出版社
- Kitanidis， P.K. ： Geostatistics介绍： 应用在水文地质学，剑桥大学Press.方面。 1997.
- Lantuéjoul， C。 2002. Geostatistical模仿： 模型和算法。 Springer， 256页。
- lipschutz， S， 1968年， Probability， McCraw小山Book Company，纽约的理论和问题。
- Matheron， G。 1962. Traité de geostatistiquee appliquée。 大型书本1，编辑Technip，巴黎， 334页。
- Matheron， G。 1989. 估计和选择， Springer-Verlag，柏林。
- McGrew， J。 沿街叫卖者， &门罗，查尔斯B. 2000年。 统计解决问题介绍在地理，再版， McGraw小山，纽约。
- Merks， J W 1992年， Geostatistics或巫毒教科学北矿工， 5月18日
- Merks， J W， 统计恶习 CIM公报， 1月1993年，第86卷，没有966
- 梅尔思， Donald E.; “Geostatics是什么？
- 菲利普、G M和华森， D F 1986年， Matheronian Geostatistics; Quo Vadis ？数学地质，第18卷， No1
- Sharov， A ：定量人口Ecology 1996年， http://www.ento.vt.edu/~sharov/PopEcol/popecol.html
- 亮光， J.A.， Wakefield， G.I. ： 被监督的成像分类比较使用分析员选上的和geostatistically选上的训练设置， 1999年， http://www.geovista.psu.edu/sites/geocomp99/Gc99/044/gc_044.htm
- volk， W 1980年，应用统计为Engineers， Krieger Publishing Company， Huntington，纽约。
- Wackernagel， H。 2003. 多维分布的geostatistics，第三版， Springer-Verlag，柏林， 387页。
- Youden， W J 1951年，统计方法为化学家： 约翰威里&儿子，纽约。
参见
- 统计
- 地质
- geodemographic分割
- 地理信息系统 (GIS)
- 遥感
- kriging
- pedometrics
外部链接
- Kriging链接，在geostats包含变化的解释
- 亚利桑那大学geostats页
- 一种资源在互联网关于geostatistics和空间统计
- 记载Matheron的旅途从古典统计到geostatistics新的科学的网上图书馆
- 批评Matheronian geostatistics的网站
基于地震约束的地质统计学建模方法研究
近年来,地质统计学在石油勘探开发中的应用日益广泛、深入,效果也越来越明显。基于地震约束的地质统计学建模技术是近几年发展起来的一项高新技术,是当今油藏描述的一个重要组成部分。它可以实现油气储层的精细描述和建模,降低储层建模中的不确定性。测井数据在垂向上具有很高的分辨率,地震数据在横向上能大范围地反映地质构造和砂体变化等特征。因此二者结合起来,发挥各自特点,取长补短,获得高精度的储层描述。笔者提出的方法,采用斯坦福大学的开源软件SGeMS中的多点统计算法模块模拟,将输入数据扩展为测井数据、训练图像及砂体概率。其中训练图像综合考虑地质分析中的砂体等厚图、地震反演结果切片、曲流河的沉积体系与物源方向,并可手工绘制得出。砂体概率数据通过地震数据反演获得。通过地震约束,可以大大降低只存在测井数据模拟时的井间区域不确定性。训练图像的加入,增加了地质学家对储层的地质认识。建模结果在反映目标体形态的基础上更加忠实于原始地质特征,对于井位稀少的区域效果尤其明显。
数值模拟网格特点
(2006-11-10 09:27:56)
转载
| 分类： 油藏数值模拟 |
目前数值模拟软件常用的网格有正交网格,角点网格,PEBI网格,局部加密网格,动态网格.这些网格的主要特点如下:
A: 正交网格
正交网格是最常见网格,目前仍然被广泛应用.由于其计算速度快的特点,一些大型油气田经常采用此类型.比如ADCO的
Thamama和ZADCO的UZ油田组分模型,有上百万网格节点,若采用其他网格类型,会大大增加计算时间.也有研究(SPE21391)
认为正交网格计算结果比其他网格精确.
B: 角点网格
ECLIPSE软件最早在1983年推出角点网格,角点网格克服了正交网格的不灵活性,可以用来方便地模拟断层,边界,尖灭.但由于
角点网格网格之间不正交,这种不正交一方面给传导率计算带来难度,增加模拟计算时间,另一方面也会对结果的精度有影响.
C: PEBI网格
SURE软件于1987年推出PEBI网格描述油藏.PEBI网格源于1908年就产生的Voronoi网格.起主要特点是灵活而且正交.PEBI网格
体系提供了方便的方法来建立混合网格,比如模型整体采用正交网格,而对断层,井,边界等采用径向,六边型或其他网格.网格间的
传达率可以自动计算.PEBI网格的灵活性对模拟直井或水平井的锥进问题非常有用.另外PEBI网格可以用来精确模拟试井问题.
还有PEBI网格降低了网格走向对结果的影响.PEBI网格的缺点是矩阵比其他网格要复杂的多,需要更加有效的解法.
D: 局部网格加密
建立全油田整体模型后,对于压力及饱和度变化快的区域,常常需要进行局部网格加密.局部网格可以是正交网格,或是径向网格.
Aziz认为(JPT 1993年)在正交网格中进行正交网格局部加密,有时并不会对结果有改善.他建议采用混合网格,及在正交网格内采用
径向网格加密,这样可以精确地模拟含水和气油比的变化规律.
E: 动态网格
动态网格是指网格可以随时间而改变.通常用于动态网格加密或动态粗化.比如说在井生产时采用局部加密而当井关闭时则采用正常
网格.
2. 我应该选用什么网格?
A: 在条件许可情况下尽量采用正交网格,而且尽量使网格保持均匀.尽量避免大网格直接连接小网格,这样会带来严重的收敛问题.
B: 角点网格已经非常成熟,但在建立角点网格时不要过分扭曲网格.
C: 目前PEBI网格在解法上还不成熟,应避免使用.但相信在五年内它会成为主导网格.
D: 使用局部网格加密要小心,最小的网格不能小于井半径.而且局部网格加密部分要覆盖饱和度变化大的网格.
E: 网格越多模拟结果就越精确的概念是不对的.可以建立单井模型研究多大网格尺寸足够描述地质上的非均质性.
F: 网格走向会影响计算结果. 在天然裂缝油气藏,要使网格走向与主裂缝方向一致.
G：DX/DY 应接近于1，不要大于3。
H: 井之间应有不少于三个网格。
3. 如何最快完成历史拟合?
A: 首先要知道模型中哪些参数是不够精确,哪些是比较精确的.
不确定性参数: 渗透率,传导率,孔隙体积,垂向水平渗透率之比,相对渗透率曲线 ,水体.
比较精确参数: 孔隙度,地层厚度,净厚度,构造,流体属性,岩石压缩性,毛管力, 参考压力,原始流体界面.
B: 模型局部影响参数和整体影响参数
局部影响参数：空隙度，渗透率，厚度，传导率，井生产指数
整体影响参数：饱和度，参考压力，垂向水平渗透率之比，流体，岩石压缩系数
相对渗透率，毛管压力，油水，油气界面。
C: 实测数据误差分析
对油田来说，产油量的测量是精确而且系统的。含水的测量是稳定可*的，但产气量的测量是不够精确的。
对气田而言，产气量的测量是精确的。
注水量或注气量的测量是不够精确的，一方面是由于测量误差，另一方面是由于一些不可测量因素，比如流体在套管或断层的漏失。
试井结果是可*的，尤其是压力恢复结果。
RFT和PLT的测量是可*的，井口压力的测量也是可*的。
D：如何进行历史拟合
储量拟合：软件一体化对储量拟合带来巨大方便，许多油公司地质模型与油藏模型采用统一软件平台，油藏工程师主要只需要检查在由地质模型
通过网格合并生成油藏模型过程中造成的计算误差。通常孔隙度的合并计算是准确的，但渗透率的合并计算要复杂的多，采用流动
计算合并渗透率比较精确。净毛比也是要考虑的主要因数，请参照第N问题关于如何在模型中处理净毛比与孔隙度部分。
关于网格合并，请参照第N问题。
影响数模模型储量的因素有：孔隙体积，净毛比，毛管压力，相对渗透率曲线端点值，油水界面，气油界面，油水界面和气油界面
处的毛管压力（计算自由水面）。
测井曲线拟合：数模前处理软件（比如Schlumberger的Flogrid）可以基于初始化后的模型对每口井生成人工测井曲线，通过拟合人工生成测井曲线
与实际测井曲线，一方面可以检查地质模型建立以及网格合并过程中可能存在的问题，另一方面可以检查数模模型中输入井的测量深度
与垂直深度是否正确。数模模型中井的垂直深度应该是TVDSS，即减去补心后的深度。错误的深度会导致射孔位置发生偏差。
RFT与PLT拟合：勘探井和重点井通常都有RFT与PLT测量数据，这部分拟合可以帮助认识储层垂向非均质性，对勘探井RFT数据的拟合可以帮助检查数模模型
压力初始化是否正确。
全油田压力拟合：定油藏亏空拟合压力，软件可以通过用户输入的油，气，水地面产量计算油藏亏空。要检查油藏亏空是否正确，是否存在井产不够或注不够
的情况，否则需要调整生产或注入指数。检查全油田压力水平，调整孔隙体积或水体来拟合全油田压力。
单井压力拟合：全油田压力拟合后拟合单井压力，可以通过调整井附近孔隙体积或水体来实现拟合。
含水拟合：定产油量拟合含水。油水粘度比，相对渗透率，渗透率，网格分布和网格大小都会影响含水。
油水粘度比和相对渗透率曲线会影响含水上升规律，相对渗透率端点值，渗透率，网格分布和网格大小会影响见水时间。
井底压力拟合： 调整PI,表皮系数，KH。
井口压力拟合：检查VFP表，VFP表对气井会很精确，但油井的VFP会误差很大。所以井口压力拟合应针对气井。
E: 历史拟合经验：
模型计算压力太大：检查孔隙体积，减小水体，检查储量，气顶大小，参考面压力与深度是否对应。
见水时间过早：增加临界含水饱和度，降低水平渗透率，检查水体，检查射孔位置以及油水界面，检查隔层，断层传导率，
检查垂向渗透率，网格方向即网格大小影响。
含水上升太快： 油水粘度比，相对渗透率曲线，水体大小。
井底压力太大： 增加表皮，减小KH,CCF，减小PI,减小传导率。
4： 如何从历史拟合光滑过渡到预测？
历史拟合的目的是为了用于预测以制定未来开发或调整方案，因此如何能将历史拟合后的模型用于预测而且光滑过渡非常重要。
在预测阶段通常采用定井口压力，定井底压力，定液量方法。气井常采用定井口压力进行预测，而油井则采用定液量或井底压力方法。
要保证历史拟合光滑过渡到预测，首先要保证历史拟合结束阶段应有很好的拟合，然后直接定这些参数进行预测.
1578
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
