油藏描述中的多信息随机动态综合优化模拟及智能化建模应用分析

2021-04-23肖筱南

西安石油大学学报（自然科学版） 2021年2期

肖筱南

(厦门大学嘉庚学院，福建漳州 363105)

引言

目前，我国陆上油田大部分已进入高含水期，部分进入了特高含水期。而且，随着开采程度的不断加深，地下油水关系越来越复杂，油田稳产和调整挖潜的难度越来越大。因此，如何对老油田进行准确的油藏描述，最大限度地找出剩余油相对富集区，是当前油藏开发研究的首要任务。然而，在传统的油藏描述中，由于描述、模拟方法与手段的局限性，人们发现在现有的有限资料条件下，如何在注重整体相关性与动态综合优化条件下，充分运用大数据分析与多信息随机动态综合优化模拟及智能化建模的手段，在整体上对储层属性空间进行全方位的描述，已成为了当前及今后油气田开发中的一个重要问题。对此，在大数据分析的基础上，多信息全方位、多视角的随机动态综合优化模拟作为一种新的油藏描述方法与手段，有效地克服了传统油藏描述方法的不足，将在油藏描述中发挥出其自身具有的独特优势。

根据我国陆地油气田类型多、构造复杂等特点，多信息全多维动态综合优化随机模拟充分运用了多信息随机动态优化分析理论与方法、随机控制理论与方法、非线性最佳滤波理论与方法、灰色系统预测建模原理与方法、最优信息熵方法以及多因素Fuzzy信息搜索方法等现代信息处理手段与大数据智能分析量化方法，对深度地层油气储层客观实际中的诸多复杂信息流进行深入搜索、挖掘、动态滤波与优化研究，并在充分挖掘、搜索油藏信息的基础上，深入研究广义过程下随机信号的最优滤波与估计以及随机传递系统的最佳编码与最佳译码的建立方法，为进一步提高此类信息传递系统的效率提供了一种非常有效的数学处理手段[1-4]。进而深入研究多信息油藏精细描述的随机模拟及油气储层精细评价的最优科学决策、油气储层多因素Fuzzy信息搜索与深度地层油藏分布随机预测计算机模拟以及采油技术的科学评判模型等，为多种类型油藏广义信息空间中的各种非同态多因素随机信息优化建模与计算机模拟应用软件的开发提供了智能化全多维模拟新理论、新方法与新途径，进而使得人们能够更加深入地认识油藏，有效地确定剩余油分布，合理地确定开发井网和开发方式，以较小的投入，获得最大的开发效益[5]。最大限度地减少决策失误，进一步增强科学综合决策效益并产生显著的社会效益与经济效益。

1 多信息全多维动态综合优化随机模拟的分类、步骤与方法

1.1 传统油藏描述方法的延伸与拓广

多信息随机动态综合优化模拟是在深入搜索、充分挖掘各种复杂信息流的基础上，全方位、多视角地运用现代随机分析、现代信息量化与随机模拟方法等，建立起可选的、等概率的和高精度的反映变量空间分布的随机动态综合优化模型。其中，每个模型都是对原始数据的反映；而等概率则是指模型参数的统计特征与现有样品统计特征或参数的理论分布是一致的；高精度是指所合成的模型能够反映参数的细微变化。

多信息随机动态综合优化模拟通过提供多个可选的、等概率的、高精度的储层结构属性参数的空间分布，比较各个图像上的差异性(变化性)来恢复储层属性参数在空间的细微变化。它是传统油藏描述方法的拓广，特别是它与传统插值有着很大差别：

(1)插值是局部最优估计，它只考虑局部估计值的精度，而不考虑估计值的空间相关性；但多信息随机动态综合优化模拟强调结果的整体相关性与动态综合优化，它在整体上对储层属性空间提供了全方位的不确定性的度量。

(2)插值具有光滑效应，忽略了储层属性参数的细微变化，它适合于变化不太剧烈的油藏参数的估计和预测；而多信息随机动态综合优化模拟是在充分挖掘各种复杂信息流的基础上，通过在插值模型中系统地加上“随机噪声”，反映出储层属性参数的细微变化，更好地表现了真实曲线的波动情况[6]。

(3)插值法只能产生一个确定性的模型；而在多信息随机动态综合优化模型中，可有多个动态实现(模型)产生，这些实现(模型)的差别正是储层参数在空间上全方位不确定性的反映。

1.2 多信息全多维动态综合优化随机模拟的分类

根据不同的分类标准，多信息全多维动态综合优化随机模型有不同的分类。目前，根据模拟结果是否忠实于约束条件，该随机模拟可分为条件模拟和非条件模拟。非条件模拟所产生的模型只要求再现储层参数空间分布的相关结构；而条件模拟所产生的模型不仅要求再现储层参数空间分布的相关结构，还要求条件化到已知井位观察位置必须与已知数据相一致。油藏描述通常所提到的随机模拟一般指条件模拟，它所产生的模拟不仅能够从整体上对未抽样位置提供一种不确定的全局度量，而且在观测点处，模拟值忠实于观测值。

这种随机模拟还可分为离散型和连续型。离散型随机模拟主要描述离散性质的地质特征，如沉积相分布、砂体位置和大小、泥质隔夹层的分布和大小、裂缝和断层的分布、大小、方位等。连续型随机模拟主要描述连续变化的整体储层参数的空间分布，如孔隙度、渗透率、流体饱和度等岩石物性参数、地震层速度、油水界面等参数的空间分布。

1.3 多信息全多维动态综合优化随机建模的步骤

离散型多信息全多维动态综合优化随机模拟更接近于地质解释，更适合于不连续、大范围非均质的储层模拟；而连续型多信息全多维动态综合优化随机模拟比较适合于连续的岩石物性参数的空间分布模拟。因此，随机建模的步骤应包括2种模型的2个阶段的模拟：

第1阶段，利用离散动态模拟方法(包括示性点过程、马尔可夫随机域法、截断高斯法、两点直方图法等)，根据全方位的地震资料、测井资料和露头类比资料来对与地质和沉积相有关的大范围非均质进行动态模拟。

第2阶段，在第1阶段模拟结果的基础上，利用连续动态模拟方法(包括序贯高斯模拟法、序贯指示模拟法、分形随机函数法、多变量联合条件模拟等)，对不同沉积相带的各种物性参数进行动态模拟。在这一阶段，不同沉积相带的参数是有差别的，应根据岩心资料和露头资料来确定变量的变化、各变量间的关系及空间结构，进而求取有关的模拟参数。综上所述，第1阶段的模拟提供了重要的地质形态和空间结构，而第2阶段的模拟则提供了岩石物性参数在小范围的变化规律。

1.4 多信息全多维动态综合优化随机模拟的方法

目前多信息全多维动态综合优化随机模拟在油藏描述中使用广泛且方法较多，其主要方法有：布尔模拟、序贯高斯模拟、序贯指示模拟、截断高斯模拟、概率场模拟、退火模拟、分形随机域模拟、马尔可夫随机场模拟、镶嵌过程模拟等。而各种方法又都有其不同的适用条件、适合类型和优缺点。在实际应用中，应根据具体情况选择与其相适应的方法。以下是应用较广且发展比较成熟的几种模拟方法。

(1)布尔模拟方法(Boolean Simulation)。该方法是随机模拟方法中最简单的一种，属于非条件模拟。它主要用于建立离散型模型，如砂体格架平面、剖面或者三维空间分布模型。一般地，这种模拟可以用于模拟砂体在空间的形态、大小、位置和排列方式。但该方法很难忠实于具体位置的信息，不能反映出砂体内部的非均质性。

(2)序贯高斯模拟方法(Sequential Gaussian Simulation)。该方法快速简单，比较适合模拟一些中间值很连续而极端值分散的储层属性参数，如孔隙度等。但该方法很难考虑间接信息，且要求变量服从正态分布。

(3)序贯指示模拟方法(Sequential Indicator Simulation)。该方法计算速度比序贯高斯模拟方法慢，但比较适合渗透率的模拟。因为这种方法能够反映出渗透率的极值的连续性，而渗透率的极值的分布对于油藏工程的流动模拟起着关键的作用。该方法能综合各种信息,是最灵活的随机建模方法。但计算量大，且需要推断很多协方差函数，不能忠实试井资料。

(4)截断高斯模拟方法(Truncated Gaussian Simulation)。该方法首先采用指示模拟方法生成一个高斯随机场，然后对高斯值进行截断以得到类型变量的模拟结果。这种方法易于使用，快速、灵活，可用于模拟离散的特征，尤其适合于模拟相序简单明确的沉积，如三角洲成因的储层。

(5)概率场模拟方法(Probability Field Simulation)。该方法的计算速度快，既可以模拟连续变量，也可以模拟类别变量，如模拟浊积岩和三角洲沉积体系的砂泥岩分布等。

(6)模拟退火方法(Simulated Annealing Simulation)。该方法灵活、适应性好，适合于模拟连续或离散模型，而且可以综合多种已知信息。但该方法计算量大，不易收敛。

(7)分形随机域模拟方法(Fractal Simulation)。该方法的最大特点是其自相似性，即局部与整体相似。在数据点较小时，更能体现其优越性。这种方法用于连续变量的模拟，如孔隙度、渗透率的模拟，也可以用于模拟天然裂缝的分布模式。该方法快速、经验性强，但要求变量具有分形特征，难考虑间接信息。

(8)马尔可夫随机域方法(Markov Randon Field Simulation)。该方法既可用于离散变量也可用于连续变量的模拟，可用于镶嵌分布的岩相或岩性模拟。

1.5 多信息全多维动态综合优化随机模拟中应考虑的问题

1.5.1 随机模拟体现储层主要的非均质性

在随机模拟中，首先要考虑的是最有影响的非均质特征。如果所研究的现象是不同物体和统计总体的混合，那么应该先模拟几何形态，然后在几何形态中模拟储层属性参数的分布。例如，在两阶段模拟中，先模拟沉积相和砂体的空间展布，再在不同的沉积相和砂体中模拟各岩石物性参数的分布。同样，当奇异值的空间连通模式对研究结果具有重要影响时，模拟中体现的这种奇异值的空间连通模式应该引起特别的重视。例如，再现裂缝切割多个相带要比再现相的几何形态更加重要。

1.5.2 关于联合模拟多个变量的问题

在很多情况下，再现几个变量的空间相互依赖性很重要。油藏建模时，常需考虑孔隙度、渗透率与含油饱和度的相互关系。大多数基于随机函数的模拟方法，可以用于联合模拟几个变量。但由于实际问题的复杂性，推断和模拟交互协方差在计算机上很难实现。通常在实际应用中，先对重要的或相关性最好的变量(称主变量)进行模拟，然后用条件分布进行抽样模拟。例如，在油藏随机建模中，先对孔隙度进行模拟，因为孔隙度在空间的变化幅度小，自相关性好。在给定孔隙度的条件下，再对渗透率进行模拟。这种条件分布可直接通过样品的渗透率和孔隙度的散点图推断。类似地，再模拟其他次要变量的分布。

1.5.3 随机建模中的遍历性问题

随机建模的目的就是要生成反映和拟合从原始数据中求得的统计量。而此问题的关键在于模拟实现(模型)的统计量体现原始数据统计量的程度。由于给定的模型统计量都是由样本统计得到，而有限的样本容量往往使得这些统计量比较粗糙，因而通过每个实现来精确地再现每个统计量是不必要或是不可能的。模拟实现的统计量与给定模型的统计量之间的差别称为“遍历偏差”。一个随机函数，如果其对应实现的统计量在研究区域变大时趋向某一值，则称该随机函数在这一统计量上是遍历的。因此，只要随机函数是平稳、遍历的，且模拟场足够大，那么，随机函数的任何实现的统计量都能够准确地体现模型的参数[7-8]。

1.5.4 随机模型的选择

在随机建模中，产生的实现是多个的。但在实际应用中，地质人员和油藏工程师大都喜欢单一的确定性模型，而回避多模型化。因此，在很多情况下，为油藏数值模拟或其他项目提供地质模型，必须从很多实现中选择1个或几个有代表性的实现。其选择依据是：①实现的统计量与模型统计量的接近程度；②整个模型的主观审美评价；③选择一个能体现模拟前未输入模型的数据和特征的实现；④用未使用的信息作为进一步的限制。无论是从主观的审美出发还是以实际数据作为标准，实现的选择必须以实际数据为条件。这样，才能更好地反映研究现象。另外，选择实现本身就是一个减小不确定的过程。至于究竟要选取几个实现，当然选取应该是多于1个才能更多地获取不确定性的信息。如果2个实现得出的结果不同，则还应选取更多的实现。选择实现的个数取决于多少模型能描述油藏的不确定性。但评价不确定性不需要每个实现都覆盖整个研究区，模拟某一典型的剖面或关键的部分也就够了。

2 智能化全多维计算机随机模拟技术在我国部分油气田综合勘探、开发中的应用分析

2.1 多信息动态指标油气运聚计算机智能模拟技术在油气储层预测中的应用

(1)多信息动态指标油气运聚计算机智能模拟可以快速定量评价采区盆地的油气运移与成藏规律，为油气勘探开采决策提供可靠依据。某油田项目开发部采用作者提供的多信息动态指标科学评价体系与全多维动态指标油气运移计算机智能模拟技术对油田南部南桥地区与义和庄凸起西部地区进行了成藏动力学与油气地质资源研究(这2个地区距离油气源的距离较远，都在20 km以上)，得到了这2个地区的油流体势及油气运移模拟剖面，如图1和图2所示。

模拟结果显示，该2地区都具有形成油气藏的油源条件和油气长距离运移的动力条件。根据以上模拟结果，再结合其他地质分析即可为进一步取得新的勘探突破提供有利的资源依据。

(2)成藏模式的定量研究。在油田开发阶段，可将多信息随机动态综合优化模拟应用于储层可采油气的空间分布、储层产量预测、含水率预测以及流动单元的定量研究等[9-10]。成藏模式是对一个地区油气藏的空间分布特征、成藏机制规律的高度概括，为油气勘探提供理论指导。而油气运移模拟研究可以最大限度地为全面完整地建立成藏模式提供重要的定量依据。图3为某油田采用作者提供的多指标动态计算机智能模拟技术对王家镇凹陷油流体势及油气运移的模拟剖面，该成果为准确完整地建立该地区油气藏的成藏模式提供可靠依据。