Тема: ГЕОСТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЕСТОРОЖДЕНИЙ: стохастический метод

ГПД_Рис1аб_1Среди методов моделирования геологической среды особняком стоит метод многоточечной статистики (стохастический). В чем плюсы и минусы его применения? Как в программных пакетах для геологического моделирования месторождений реализуются алгоритмы стохастического моделирования?

й

Болотник_Роксар_4Дмитрий Болотник


генеральный директор по России и СНГ

Roxar Services AS

q

Корректное отображение неоднородности

На сегодняшний день методы стохастического моделирования применяются при геологическом моделировании для создания статической основы гидродинамической модели. Гидродинамические модели (ГДМ) являются детерминированными – они используют результаты геологического моделирования (стохастического или детерминированного), но сами стохастическое моделирование не реализуют.

Преимуществом построения ГДМ на основе стохастического геомоделирования является корректное отображение геологической неоднородности и крупномасштабных геологических трендов (закономерностей пространственного распределения ФЕС и фациальных тел).

Недостатком стохастических геомоделей является их неоднозначность (многовариантность), что во многих случаях требует дополнительных затрат как при прогнозировании, так и при адаптации по истории.

В целом большинство специалистов сегодня отдаёт предпочтение стохастическим моделям, так как они приводят к более корректным (реалистичным) показателям разработки.

При геологическом моделировании стохастические методы применяются как минимум для:

· построения структурных моделей;

· построения фациальных моделей;

· построения моделей пространственного распределения ФЕС.

Для построения стохастических фациальных моделей используется большое число разных методов и их комбинации. Можно выделить:

· методы, основанные на передискретизации случайного гауссового поля;

· метод индикаторного моделирования;

· методы объектного моделирования с большим количеством модификаций;

· метод многоточечной статистики (Multipoint Statistics – MPS);

Таким образом, MPS является всего лишь одним из методов стохастического фациального моделирования. Метод основан на воспроизведении в фациальной модели трёхмерного «образца», называемого обычно Тренинговым изображением.

Как любой другой метод MPS обладает своими преимуществами и недостатками, которые проявляются в зависимости от наличия или отсутствия исходных данных того или иного типа, сложности строения месторождения, а также задач, поставленных перед моделью. Также реализации метода, предлагаемые различными компаниями, могут включать те или иные расширения, позволяющие в той или иной степени избавиться от ряда недостатков, присущих методу. Например, компания Roxar предлагает собственную реализацию метода MPS, которая позволяет решить часть перечисленных ниже проблем. Кроме того, преимущества и недостатки могут быть в сравнении с чем-то (в нашем случае в сравнении с каким-то другим конкретным методом). Таким образом, для корректного обсуждения преимуществ и недостатковMPS нужно обсуждать:

· конкретную реализацию метода;

· конкретный класс задач;

· сравнение с каким-то другим методом (лучше также в конкретной реализации).

Если говорить в целом, то преимуществами MPS являются:

· Возможность воспроизводить сложные взаимоотношения между осадочными телами пиксельным методом за счёт использования произвольного образца. То есть чем больше осадочные тела отличаются по форме от эллипсоида вращения, тем больше шансов у MPS получить более качественную модель по сравнению с индикаторным моделированием (объектные модели практически всегда обходят MPS по критерию качества результата).

· Высокая скорость счёта, которая (в отличие от объектных моделей) не зависит от плотности и числа скважин. По критерию скорости счёта MPS (при условии качественной программной реализации) сопоставим с индикаторным моделированием.

Недостатками MPS являются:

· Необходимость создавать трёхмерное обучающее изображение. Для этого используются объектные модели, запускаемые без скважин или интерполяционные модели, построенные в зонах того же месторождения (или месторождения аналога) с высокой плотностью скважин. Также существует возможность использовать в качестве обучающих изображений для MPS результаты так называемого «процессного» моделирования.

· Стационарность – то есть невозможность отразить в результирующей модели тренды, заложенные в обучающем изображении. Существуют приёмы зонирования области моделирования, призванные учесть в моделях MPS геологические тренды, но эта работа трудоёмкая и по качеству учёта не стационарности MPS уступает всем остальным методам. Тем не менее у нас есть ряд успешных работ в RMS, которые позволили отобразить требуемые геологические закономерности.

· Низкое качество воспроизведения изображения в отдельных местах (в ПО Roxar решается методом re-simulation).

· Как и для других последовательных пиксельных алгоритмов – зашумление: наличие большого числа очень маленьких несвязанных тел (в ПО Roxar решается методом Nose Reduction).

· Как и для всех пиксельных методов модель не знает о принадлежности ячейки к конкретному осадочному телу (сохраняется только фациальный тип). В результате при последующем построении пространственных моделей распределения ФЕС невозможно учитывать тренды (закономерности), описывающие ухудшение или улучшение ФЕС в зависимости от положения внутри осадочного тела. Эти тренды могут быть критически важны для некоторых обстановок осадконакопления (турбидитовые тела, русла и некоторые другие).

В целом необходимо отметить, что при правильном использовании и при наличии «продвинутой» реализации MPS может оказаться оптимальным решением для определённого класса задач. У нас и у наших пользователей есть ряд проектов, где выбор MPS из всего многообразия методов стохастического фациального моделирования, предлагаемых RMS, оказался оправданным, так как позволил в короткое время получить качественные результаты.

Оставить комментарий

Ваш email адрес не публикуется. Обязательные для заполнения поля помечены *

очиститьОтправить