一种三维地质模型的生成方法、系统及计算机存储介质技术方案

本发明专利技术公开一种三维地质模型的生成方法、系统及计算机存储介质，属于储层建模技术领域，解决了现有技术中难以很好的模拟三维地质储层的问题。一种三维地质模型的生成方法方法，包括以下步骤：获取待建模储层的基本参数，根据基本参数生成三维河道砂体储层模型；根据三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，根据隐向量，生成三维地质模型数组；根据具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率；根据具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型。本发明专利技术所述方法能够实现很好的模拟三维地质储层。

【技术实现步骤摘要】
一种三维地质模型的生成方法、系统及计算机存储介质
本专利技术涉及储层建模
，尤其是涉及一种三维地质模型的生成方法、系统及存储介质。
技术介绍
致密油气是当今石油工业的一个新领域，是今后接替常规油气能源、支撑油气革命的重要力量；由于致密储层中砂岩经压实和成岩作用后通常较致密，诸多地球物理特征与围岩差异不大，难以通过分辨率较低的地震资料对岩性在三维空间上进行准确描述；三维储层地质模型是精细油藏描述的核心，也是连接油藏地质与石油工程的桥梁，但传统的建模方法难以有效刻画储层的复杂砂体形态；目前在储层的三维地质建模研究中，国内外学者提出了很多建模方法；随着研究的深入，越来越多研究者认识到变差函数只能表征两点相关性，很难刻画储层复杂形态，难以满足建立精细三维地质储层模型的需要；在两点地质统计学基础上发展出了多点地质统计学建模，它利用训练图像描述各点之间的相互关系，克服了基于目标方法条件化与两点变差函数储层形态的缺点；但多点地质统计学要求地质现象具备平稳性，由于储层的变异性复杂，不仅难以进行平稳变化，且参数获取也较为困难，造成多点地质统计学难以很好的模拟三维地质储层，如模拟的河道易出现中断的现象。
技术实现思路
有鉴于此，本专利技术提供了一种三维地质模型的生成方法、系统及计算机存储介质，解决现有技术中难以很好的模拟三维地质储层的技术问题。一方面，本专利技术提供了一种三维地质模型的生成方法，包括以下步骤：获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型；根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，根据所述隐向量，生成三维地质模型数组；根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率；根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型。进一步地，所述获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型，具体包括，获取待建模储层的河道平均宽度、河道平均弯曲度以及河道方向，根据所述河道平均宽度、河道平均弯曲度以及河道方向生成三维河道砂体储层模型。进一步地，根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，具体包括，将所述三维河道砂体储层模型在垂向上划分为n个网格，形成具有n个二维数组的数据集；将具有n个二维数组的数据集组合为一个一维数组K，通过两个α层的神经网络将该数组进行压缩，得到三维地质模型的均值及方差；通过公式z＝μ+eδ/2×Q得到隐向量，其中，z为隐函数，μ为三维地质模型的均值，δ2为三维地质模型的方差，Q为在均值为μ的高斯分布中随机抽取数据的个数，α≥2。进一步地，所述根据所述隐向量，生成三维地质模型数组，具体包括，将所述隐向量通过α层神经网络生成与一维数组K结构一样的数据Ι，对所述数据Ι进行重排，生成一个具有n层的三维地质模型数组。进一步地，所述三维地质模型的生成方法还包括，为所述三维河道砂体储层模型随机生成对应的训练条件数据集，将所述训练条件数据集通过一个多层的神经网络进行压缩，得到训练条件数据集的均值。进一步地，根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，具体包括，建立若干个卷积层，设定卷积核的大小，形成卷积神经网络，将具有n个二维数组的数据集、三维地质模型数组及对应的训练条件数据集分别输入到所述若干个卷积层中，生成n个二维数组的数据集、三维地质模型数组及训练条件数据集各自对应的特征矩阵；根据所述生成n个二维数组的数据集、三维地质模型数组对应的特征矩阵在训练条件数据集对应的特征矩阵下的概率，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率。进一步地，根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型，具体包括，根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，判断所述三维地质模型数组的真实性，若为假，则获取损失函数，将所述损失函数的损失值反馈给神经网络和卷积神经网络，调整神经网络和卷积神经网络的参数，重新生成三维地质模型数组，得到最终的三维地质模型，若为真，所述三维地质模型数组即为最终的三维地质模型。进一步地，所述获取损失函数，具体包括，根据公式L＝LD+λ1LKL+λ2LG+λ3LGD获取损失函数，其中，LD为原始损失函数，LKL＝0.5*sum(1+δ-(μ-μy)2-eδ)，LD＝-Ex～pr[logD(x)]-Ez～pz[log(1-D(G(z)))]，x为n个二维数组的数据集，x′为三维地质模型数组，fD(x)为三维地质模型数组通过卷积神经网络得到的中间层上的特征，fD(x′)为具有n个二维数组的数据集通过卷积神经网络得到的中间层上的特征，μ为三维地质模型的均值，δ2为三维地质模型的方差，μy为训练条件数据集对应的均值，Ex、Ez表示期望，pr、pz表示分布。另一方面，本专利技术还提供了一种三维地质模型的生成系统，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述任一技术方案所述的三维地质模型的生成方法。另一方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如上述任一技术方案所述的三维地质模型的生成方法。与现有技术相比，本专利技术的有益效果包括：通过获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型；根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，根据所述隐向量，生成三维地质模型数组；根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率；根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型；能够实现很好的模拟三维地质储层。附图说明图1是本专利技术实施例1所述的三维地质模型的生成方法的流程示意图；图2是本专利技术实施例1所述的三维河道砂体模型示意图；图3是本专利技术实施例1所述的训练条件数据集的示意图；图4是本专利技术实施例1所述的研究区的井数据的示意图；图5是本专利技术实施例1所述的砂体模型的示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例1本专利技术实施例提供了一种三维地质模型的生成方法，其流程示意图，如图1所示，所述三维地质模型的生成方法，包括以下步骤：步骤S1、获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型；步骤本文档来自技高网...

【技术保护点】
1.一种三维地质模型的生成方法，其特征在于，包括以下步骤：/n获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型；/n根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，根据所述隐向量，生成三维地质模型数组；/n根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率；/n根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型。/n

【技术特征摘要】
1.一种三维地质模型的生成方法，其特征在于，包括以下步骤：
获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型；
根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，根据所述隐向量，生成三维地质模型数组；
根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率；
根据所述具有n个二维数组的数据集的真实概率和三维地质模型数组的真实概率，得到最终的三维地质模型。


2.根据权利要求1所述的三维地质模型的生成方法，其特征在于，所述获取待建模储层的基本参数，根据所述基本参数生成三维河道砂体储层模型，具体包括，获取待建模储层的河道平均宽度、河道平均弯曲度以及河道方向，根据所述河道平均宽度、河道平均弯曲度以及河道方向生成三维河道砂体储层模型。


3.根据权利要求1所述的三维地质模型的生成方法，其特征在于，根据所述三维河道砂体储层模型，得到具有n个二维数组的数据集及隐向量，具体包括，
将所述三维河道砂体储层模型在垂向上划分为n个网格，形成具有n个二维数组的数据集；将具有n个二维数组的数据集组合为一个一维数组K，通过两个α层的神经网络将该数组进行压缩，得到三维地质模型的均值及方差；
通过公式z＝μ+eδ/2×Q得到隐向量，其中，z为隐函数，μ为三维地质模型的均值，δ2为三维地质模型的方差，Q为在均值为μ的高斯分布中随机抽取数据的个数，α≥2。


4.根据权利要求3所述的三维地质模型的生成方法，其特征在于，所述根据所述隐向量，生成三维地质模型数组，具体包括，
将所述隐向量通过α层神经网络生成与一维数组K结构一样的数据Ι，对所述数据Ι进行重排，生成一个具有n层的三维地质模型数组。


5.根据权利要求1所述的三维地质模型的生成方法，其特征在于，还包括，为所述三维河道砂体储层模型随机生成对应的训练条件数据集，将所述训练条件数据集通过一个多层的神经网络进行压缩，得到训练条件数据集的均值。


6.根据权利要求5所述的三维地质模型的生成方法，其特征在于，根据所述具有n个二维数组的数据集和三维地质模型数组，获取具有n个二维数组的数据集的真实概率和三维地质模型数组的真...

【专利技术属性】
技术研发人员：胡勇，何文祥，高小洋，
申请(专利权)人：长江大学，
类型：发明
国别省市：湖北;42