自动评估目标感兴趣地质区与多个已知感兴趣地质区之间的相似性的系统和方法包括选择描述目标感兴趣地质区的储层特性的多个定量参数以及根据所选参数的值来定义图形目标线。为多个已知感兴趣地质区的至少一些图形地构建比较线，各个比较线代表描述已知感兴趣地质区中的各个地质区的相应特性的定量参数的各个值。根据描绘的目标线和比较线，计算每条比较线与目标线之间的相似性因子。根据计算的相似性因子来排序比较线，并图形地显示相似性因子与相似性等级的关系曲线。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般涉及烃储层的表征，尤其涉及对照已知储层类似物来表征新识别的储层。
技术介绍
在评估新识别的储层的潜在价值或现有已开采储层内的投资项目的潜在价值时， 识别各种有价值信息已知的类似储层可能是有用的。尤其是，这样的类似物可以提供有关应当应用哪些生产技术、资源规模和/或捕获难度的评估的信息，并且可以降低有关储层的总体不确定性。解决这个问题的一种手段是将储层分类成具有相似特性的群。例如，一个组可以包括具有特定范围的渗透率的所有储层或所有水淹储层。
技术实现思路
本专利技术实施例的一个方面包括一种自动评估目标感兴趣地质区与多个已知感兴趣地质区之间的相似性的方法，该方法包括选择描述目标感兴趣地质区的储层特性的多个定量参数以及根据所选参数的值来定义图形目标线。该方法包括为多个已知感兴趣地质区的至少一些图形地构建比较线，各个比较线代表描述已知感兴趣地质区中的各个地质区的相应特性的定量参数的各个值。根据描绘的目标线和比较线，在每条比较线和目标线之间计算相似性因子。根据计算的相似性因子来排序所述比较线，并图形地显示相似性因子与相似性等级的关系曲线。附图说明当结合附图阅读如下详细描述时，本领域的普通技术人员可以更容易地看清本文所述的其它特征，在附图中图I是例示依照本专利技术实施例的步骤的流程图；图2是依照本专利技术实施例，用于与目标储层相比较的所选储层度量的线图；图3是相对于选择水淹、砂石储层的线图，目标储层的相似性因子与相似性等级之间的关系的曲线；图4是相对于选择碳酸盐储层的线图，目标储层的相似性因子与相似性等级之间的关系的曲线；图5是依照本专利技术实施例，例示与识别的类似物有关的信息的全球地图；以及图6示意性地例示了用于执行按照本专利技术实施例的方法的系统的实施例。具体实施例方式图I是例示依照本专利技术实施例的工作流的流程图。在100中，识别目标感兴趣储层。一般说来，目标储层是最近识别的储层或尚未被开采的储层，然而，所述方法能够应用于一些特性已知并且希望对照已知储层进行分类的任何储层。接着，在105中，用要被用于确定目标储层的类似物的储层参数批量载入数据库。这种数据库的数据可以是，例如，诸如 IHS能源数据信息导航器(EDIN)数据库的商用数据库或来自C & C Reservoirs的数据，或可以来自其它专用源。要懂得的是，用于批量载入数据库的所选储层参数应当对应于可用于表征目标储层的储层参数。可选地，在110中可将储层数据库过滤成适当的类似物族群。例如，可以根据储层岩性、位移驱动机制、沉积环境、沉积能量、盆地类型、地形、地质年龄、和/或圈闭类型来定义族群。用户可以选择这些类型的适当过滤器，以便从分析中排除有可能是差的类似物的储层。在115中选择将被用于计算相似性因子和相似性等级的一组特定度量。可用度量的例子包括净毛比、粘度、渗透率、孔隙率、原始压力等。虽然本领域的普通技术人员懂得可以使用任何定量表征，但也可以应用储层的定性表征，包括但不限于储层地质沉积时段、驱动机制、地质盆地名称等，只要可以用定量形式来表达定性表征。对于所选储层度量，在120中为储层数据库或如果应用了过滤，则为过滤后的储层数据库中的每个储层生成线图。依照本专利技术实施例的所得线图例示在图2中。在该图中， 连接所选度量的描绘值的每条线代表储层数据库中的一个储层。可选地，在125中可以归一化和缩放度量的值，以便扩大线差，从而提高识别类似物的有效性。在图2的例子中，例示了这样的归一化和缩放。在图2中，所选度量是净毛比、粘度的对数、渗透率、孔隙率、和原始压力。要懂得的是，选择其它度量可能导致不同的可视化，并因此导致不同的结果。本领域的普通技术人员可以部分根据用于过滤潜在类似物数据库的相同考虑来选择要使用的度量。也就是说， 例如，在过滤数据库以选择具有特定砂石含量的储层的情况下，则应当为线图选择与分类砂石储层有关的度量。一旦描绘了样本，就在130中将线相似性算法应用于代表目标储层的度量值的线。举例来说，可从TIBCO Software of Palo Alto, CA获得的Spotfre可视化软件包括线相似性分析功能。还可获得用于线相似性分析的其它商用软件包和多种算法并能够依照本专利技术实施例应用。一般说来，这样的软件可以在诸如基于视窗(Windows)的个人计算机的可编程通用计算机中实现。线相似性算法得出储层数据库中的储层的每条线的相似性因子。相似性因子可以在-I和+1之间，+1指示严格相似性，-I指示相反线相似性因子，而相似性因子的零值代表缺乏相似性。一旦每条线具有指定的相似性因子，则可以，例如，从最高到最低排序这些线， 以便在135中得出相似性等级。要懂得的是，取决于相似性因子的分布，相似性等级的给定差异可以代表相似性因子的变化差异程度。在140中生成并显示相似性因子与相似性等级的关系图形，其例子例示在图3中。因子与等级的关系曲线的形状可向用户提供有关目标储层与构成过滤数据库的推荐类似物之间的匹配紧密性的信息。图3和图4分别表示与每个目标储层的潜在类似物组相比，砂石和碳酸盐岩性储层的相似性因子与等级之间的关系。在图3的例子中，在过滤步骤110期间，选择水淹砂石储层。对于图4，选择碳酸盐储层。将图3的例子与例示在图4中的例子相比较，可以看出，图3的曲线示出了浅的初始斜率，指示每个排序储层的相似性因子变化较小。这指示数据库中的所选储层与目标储层之间的良好匹配。相反，例示在图4中的较陡斜率指示相似性因子在少量排序储层上存在较大落差。这一般指示为图4的数据库选择的群可能不是强类似物，用户可能推断出与碳酸盐储层相比，目标储层的行为有可能与某些其它类型的储层更类似。尽管如此，构成图4的曲线图的高相似性因子部分的那些储层可能的确是目标储层的相关类似物。另一方面，在图4的例子中，用户在将最高排序储层之外的部分识别成类似物时应当谨慎。在一个实施例中，可以根据，例如，相似性因子与相似性等级的关系线的斜率的阈值，来选择特定一组可用类似物。在一种具体实现中，从等级I开始评估斜率值，以避免选择，例如，图4的中部的较低斜率部分。虽然图4的这个部分呈现较小的因子随等级的变化， 但直到在曲线的初始部分上相似性因子已经下降了很大之后它才出现。在一个实施例中，可以进一步将相似性因子与相似性等级的关系曲线与数据的其它可视化相联系。例如，如图5所示，可以包括全球地图。图5的全球地图对应于描绘在图 3中的数据。可以包括允许用户选择因子与等级的关系曲线的一部分来生成全球地图数据的功能。也就是说，当用户选择间隔a时，在全局地图上显示构成曲线的那个部分的储层。 如图5所示，可以为每个储层图形地显示附加信息。在该例示性实施例中，圆圈的大小与那个储层的原始石油地质储量度量有关。在图6中示意性地例示了执行该方法的系统200。该系统200包括数据存储设备或存储器202。可以使存储的数据可用于诸如可编程通用计算机的处理器204。处理器204 可以包括诸如显示器206和图形用户界面208的接口组件。图形用户界面可以用于显示数据和处理后的数据产物，以及允许用户在实现该方法的各个方面的选项当中作出选择。数据可以经由总线201直接从数据获取设备，或从中间存储或处理设施(未示出)传送给系统 200。一旦识别出一群良好类似储层本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：D·E·罗安，
申请(专利权)人：雪佛龙美国公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。