Мар 10
Добрый день, интересует литература по данной тематике, а именно:
- принципы многовариантного геомоделирования (желательно в IRAP RMS)
- анализ геостохастической неопределенности
- методы уменьшения стохастической неопределенности в межскважинном пространстве при построении трехмерных геологических моделей и двумерных карт
- примеры использования данных методов (желательно в IRAP RMS)
- анализ влияния рангов вариограмм при построении куба песчанистости геологической модели
- влияние рангов на стохастическую неопределенность в межскважинном пространстве
спасибо
p.s. (статьи Байкова не предлагать 
)
Опубликовано
02 Мар 2010
Активность
63
ответа
13100
просмотров
24
участника
0
Рейтинг
Applied geostatistics By Edward H. Isaaks, R. Mohan Srivastava
Fundamentals of geostatistics in five lessons By A. G. Journel
Еще советую поискать в onepetro.org
Multivariate geostatistical analysis, analysis of uncertainty in geostatistical modelling, variogram modelling etc.
На английском много литературы.
напиши свое почту
отправил
И Можно мне тож Кинуть! napozetive@mail.ru
на работе необходимо освоить стохастические методы в геомоделирование. можно было бы мне скинуть по этой тематике литературу также желательно под роксар. почта shankara81@mail.ru
был бы очень благодарен получить любую литературу по геомоделированию.)
А мне можно выслать: dimakazah@mail.ru
и мне тоже буду очень благодарен!
shankara81@mail.ru
а можно мне тоже
почта: baranovvpetrr@yandex.ru
Заранее спасибо!
Добрый день! Можно ли и мне копию данного документа на galav1983"at"mail.ru
Заранее большое спасибо!!!
может ты мне вышле литературку?
dimakazah@mail.ru
так, к слову...давеча общался с буржуйскими интерпретаторами - грят - сами буржуи с большим подозрением (если не сказать сильнее) относятся к стохастике при моделировании
относится надо не с подозрением к стохастике, а с вниманием к выбору наиболее вероятной реализации и к тому как учитывать неопределенность.
так, к слову...давеча общался с буржуйскими интерпретаторами - грят - сами буржуи с большим подозрением (если не сказать сильнее) относятся к стохастике при моделировании
так обычно говорят люди который абсолютно уверен что в стохастике есть черный ящик, в котором сидят синие человечки и выдают случайные циферки
Разве не так?
Стохастическое моделирование это инженерный юмор. Сродни тому, что по среднему значению и дисперсии генерировать выборки. Можно наверно и серьезно относится...
Разве не так?
Стохастическое моделирование это инженерный юмор. Сродни тому, что по среднему значению и дисперсии генерировать выборки. Можно наверно и серьезно относится...
да только детерминистика довольно часто дает завышенную сообщаемость, совершенно громоздка при использовании трендов и мало отражает какую либо неоднородность.
У нас довольно чатсо стохастику используют для получения одной реализации, обоснованием, которой как правило служит цифра объемов. Вот это конечно юмор...
А стохастика отражает неоднородность, проста в построении и что там ещё
С одной стороны сравнение объемов, с другой стороны подгонка под заданное распределение. Вы уверены что это две разных стороны?
1.jpg
Ключевое слово от "Manager"??
Делали работу для американцев, канадцев, у американцев возник вопрос по поводу актуальности стохастики, однако после разъяснений вопросы отпали. При малой плотности скважин, высокой расчлененности и неоднородности пласта использование детерменированных подходов приводит к высокой связности коллектора. Результат интерполяции - один вариант куба. В случае построении стохастикой получаем набор реализаций, по которым можно построить карты - показывающие степень неоднородности поведения кубов по реализациям, что дает возможность оценить степень доверия модели коллектора в определенных зонах (насколько велика вероятность распределения коллектора по всем реализациям в определенной области).
P.S. корректность построения куба (песчанистости) контроллируется не только объемами, а также сопоставлением Геолого-статистических разрезов куба и скважин. Сопоставлением параметров песчанистости, расчлененности, эфф. толщин, толщин пропластков по модели и скважинам, сопоставлением гистограмм распределения, соотвествии карты эффективных толщин с куба и построенной по скважинам.
То что любую работу можно довести до конца это прекрасно!
Если вернутся на землю, первое - что вы будете рекомендовать для бурения и второе, раз работа сделана, какая подтверждаемость толщин вашей модели бурением.
Да, это хороший вопрос.
"В случае построении стохастикой получаем набор реализаций, по которым можно построить карты - показывающие степень неоднородности поведения кубов по реализациям, что дает возможность оценить степень доверия модели коллектора в определенных зонах (насколько велика вероятность распределения коллектора по всем реализациям в определенной области)."
Странная цель построения модели. Но да ладно. Субъективно я не стал бы заказывать подобной работы.
РоманК,
это уже как анализ неопределености, те проще говоря какое соотношение в процентах ответа "да" или "нет" дают тебе модели на вопрос "получу ли я приток УВ если всажу судя скважину?"
Ну вот как раз такие работы довольно редко и заказывают)))))
тут скорее речь о корректности распределения толщин в данной области на основе карты, построенной с реализаций модели коллектора. если от реализации к реализации в определенной области высокие толщины соблюдаются то велика вероятность корректного распространения толщин в данной области, т.е. грубо говоря "если вы тут пробурите то с такой вероятностью попадете в такие толщины, а не в глину
" но это грубо, ессно нужно учитывать седиментологию пласта, показатели разработки в данной области и т.д.
но заказчик очень доволен остался
p.s. работа не носила цели прогнозирования тех или иных показателей в межскважинной области, был проект разработки, но данный анализ, помоему весьма полезен
p.p.s. результатов бурения не знаем
Одна из проблем алгоритмов стохастики в том, что на выходе, несмотря на заднные распределения и ограничения, получаем результаты выходящие за пределы исходных данных. Например, между двух скважин с Нэфф 3 и 5 метров может быть пупырь в 8 метров, причем измение seed приводит только к тому, что пупыри вылазят в других местах. В результате имеем в сумме реализаций слишком оптимистичные прогнозы.
Скажите товарищи, а кто сколько реализаций тащит за собой до самого конца? Уверен, что в 99% случаем это всего одна реализация. Потому что адаптировать хотя бы три модели в ограниченные сроки и средства просто нереально.
PS Я от стохастики после безуспешной борьбы с ней отказался раз и навсегда. Самое правильное есть экстраполирование значений крайних точек в неизведанную область.
Одна из проблем алгоритмов стохастики в том, что на выходе, несмотря на заднные распределения и ограничения, получаем результаты выходящие за пределы исходных данных
это в корне не так если используется петрофизическое моделирование, где в качестве трансформации можно задать интервалы изменения параметра.
Тоже и касается распространения литологии с использованием алгоритма SIS. У вас конечно же не будет ячеек более 1
Картинки сделать?
сделай
при моделировании стохастикой важно задавать вертикальные тренды (ГСР) и площадные тренды (карты параметров), и есстественно задавать пределы минимума и максимума, тогда аномалий быть поидее не должно, единственная проблема с которой я часто сталкиваюсь при стохастике это повышенная расчлененность в межскажинном пространстве, но это решается IPLкой в айрапе (хотя не всегда)
при моделировании стохастикой важно задавать вертикальные тренды (ГСР) и площадные тренды (карты параметров), и есстественно задавать пределы минимума и максимума, тогда аномалий быть поидее не должно, единственная проблема с которой я часто сталкиваюсь при стохастике это повышенная расчлененность в межскажинном пространстве, но это решается IPLкой в айрапе (хотя не всегда)
Сначала по литологии и по алгоритму SIS (по SGS чуть позже).
Пласт один, вариограммы обоснованы - 500 латеральная и 3 вертикальная, подложен вертикальный тренд (ГСР), одна из реализаций.
в результате распространения получаем красивую статистику
снимаем статистику по эффективным толщинам с лога в точках скважин, созданного из куба (слева), и статистику с карты net thickness (по всей площади) созданной из этого же куба (справа).
Без коментариев.
А вот и сама карта. Срочно нужно буровой станок тащить на север!
statlito.gif
SGS, пористость. Также одна из реализаций.
заданы ограничения
получили идеальную статистику
Также снимаем статистику средневзвешенной пористости в точках скважин из куба (слева) и по всей площади карты пористости созданной тоже из куба (справа).
почти всё корректно. есть немного значений, которых нет в скважинах.
но смотрим карту (участок), насколько все правильно по площади?
пупыри.
откуда? таких значений даже вблизи нет.
Что я не так делаю? Давайте подсказывайте, будем вместе настраивать и вместе получим результат волшебной стохастики.
poromodel.gif
да уж
гср отвечает за вертикальное распределение, карта песчанистости ( в случае воспроизведения куба песчанистости, где 1 - коллектор, 0 - не коллектор) служит трендом для площадного распределения толщин. Использовалась ли карта песчанистости в качестве тренда при создании куба?
то же касается пористости, использовался кроме ГСРа по пористости - тренд карта пористости, построенная по средним значениям пористости в скважине?
rok, добавлю вскорости и с горизонтальными трендами, кончено же я их использовал в своей практике. Поглядим не слишком отличающийся результат
Вертикальный тренд (ГСР) отвечает за вероятность присвоения того или иного литотипа в соответствующем слое. Т.е. если у нас будет вертикальный тренд одинаковый по всем слоям и равный 50%, то значит мы должны получить в каждой точке куба (карты) песчанистость (NTG) близкую к 0,5. Тем самым вертикальный тренд напрямую должен (но почему то не очень хочет) влиять на эффективные толщины. Распределение коллекторов за пределами ранга (где нет скважин) должно четко соответствовать тренду. Этого нет.
Не панацея, но один из альтернативных и компромиссных вариантов решения проблемы:
стохастикой получаешь скажем 10 реализаций и из них осредненнием (Most of для дискретного свойства, Average для непрерывного) получаешь "наиболее вероятный" куб без необоснованных раздувов параметра.
И еще я бы хотел остановиться на вариограммах. 500 м range навереняка ты получил со скважин, но отражает ли это расстояние седиментологическую модель пласта? Этот входной параметр моделирования не должен базироваться только на скважинах, но еше и на аналогах - обнажениях и современных условиях. Так вот 500 м в каких условиях можно встретить?
Увеличение range уменьшит "стохастический шум".
к сожалению слабо знаком с петрелем (а судя по скринам это вроде он), но возможно там есть какието доп настройки, ибо то что вы показываете на карте не разу не встречал в практике у себя. Кстати проверьте "влияние" трендов на итоговое распределение совокупности трендов, проверьте Skewness (характеристика распределения, с помощью которой оценивается симметрия расположения значений переменной относительно средней), насколько оно стремится к нормальному распределению, в идеале в случае корректных трендов, исходных данных распределение должно быть нормальным, а "влияние" трендов стремиться к единице. если тренды практически не влияют на исходные данные (по коэфф. можно судить
) значит они не соответствуют исходным данным...
какое разрешение куба?
Я бы предложил дать больше свободы алгоритму. ты кажется его загоняешь в угол на что он начинает брыкаться.
Попробуй сделать резалюцию ячеек меньше, ранж уменьш до 2 раз ширины ячеек и в основном управляй трендом, и вто же время алгоритм будет экстраполировать значения по твоему тренду. Тренд ты строишь исходя из твоего видения осадко накопления по месторождению, то есть думаешь как геолог или лучше используешь ЗД сейсмику как тренд.
попробуй задать ранги побольше и проверь еще раз насколько корректны 2D тренды
+если распределяеш пористость в дискретной литологии где у тебя большие "необоснованные" толщины, то скорее всего и пористость там будет с большими значениями...хотя не факт, зависит от карты пористости...
и для пористости скрин закладки вариограмм покажи плиз
Уважаемые участники данной темы,
Вас могла бы заинтересовать вакансия "Геолог-эксперт по методам стохастического моделирования", опубликованная в теме "Вакансии для Экспертов, Тюмень, Научно-исследовательский центр крупной нефтяной компании" раздела "Вакансии нефти и газа"?
Пишите в личку или на email
Универсальный метод отсеивания такого рода построений, и вообще любого метода.
Допустим на десятый год разработки имеем фонд скважин в 50 единиц. Теперь возвращаясь назад на пять лет строим карты толщин по фонду скважин имеющих место быть на тот момент времени, допустим 25 единиц и прогнозируем показатели по следующим 25 скважинам. Сравниваем, делаем выводы. Если выводы плохие, нет необходимости продолжать использовать этот метод далее. Назовем это "обучение-прогноз".
Также можно рассмотреть и второй метод.
Строится модель с учетом всего фонда скважин. Далее последовательно выкидываем по одной, а может более большой группе скважины и повторяем построение без учета этих скважин. Сравниваем, делаем выводы.
Может быть и случится чудо...
Рассуждать о ценности подхода на основе того, что "заказчик был доволен" пустое, я уже цитировал Марк Твена про "драконов которых никто не видел" повторятся не буду
то что доволен заказчик - это не критерий, это так, к слову про американцев и их отношение к стохастике...
Материалы конференции не конфидо?
к сожалению пока конфидо... скоро должен выйти сборник с результатами конфы, где должна быть моя работа, после выхода уже не конфидо
Но я и так могу предположить. Ничего хорошего при фонде скважин менее сотни и расстояниях между скважинами более 500 метров.
Страницы