[发明专利]使用混合线性和非线性算法的反演地层建模在审
申请号: | 201980036566.0 | 申请日: | 2019-05-15 |
公开(公告)号: | CN112689778A | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 张明;穆赫莱丝·穆斯塔法·梅兹加尼 | 申请(专利权)人: | 沙特阿拉伯石油公司 |
主分类号: | G01V1/28 | 分类号: | G01V1/28;G01V1/30;G01V99/00;G06F30/28;G06F30/27;G06F17/12 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 林玉妹 |
地址: | 沙特阿拉*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 使用 混合 线性 非线性 算法 反演 地层 建模 | ||
1.一种用于反演地层建模的计算机实现的方法,包括:
第一步骤,进一步包括:
使用全局优化算法为多个流体动力学输入参数中的每一个选择定义的范围值;
使用选择的范围值和正演模型生成仿真地形结果;
生成详细地震解释以表示特定地震特征或观测地形;
对计算的失配值进行最小化,其中失配值被计算为所述仿真地形结果与所述详细地震解释之间的距离;以及
生成估计的优化砂率和优化的流体动力学输入参数;以及第二步骤,进一步包括:
使用遗传算法确定估计的优化砂率中的每个粒度的比例;
使用根据从井数据提取的厚度和孔隙度数据计算的失配值以及由所述正演模型生成的仿真结果,生成不同粒度的优化组分;以及
生成优化的流体动力学输入参数和不同粒度的优化组分。
2.根据权利要求1所述的计算机实现的方法,其中,全局优化算法被配置为从每个定义的范围中随机地选择值。
3.根据权利要求1所述的计算机实现的方法,其中,使用线性优化算法来优化所计算的失配值的最小化。
4.根据权利要求1所述的计算机实现的方法,其中,所估计的优化砂率被用作优化所估计的优化砂率内的不同粒度的组分的固定参数。
5.根据权利要求4所述的计算机实现的方法,其中,不同粒度的组分的分布范围受所估计的优化砂率的约束。
6.根据权利要求1所述的计算机实现的方法,其中,通过分别对第一步骤的操作和第二步骤的操作进行迭代,生成所估计的优化砂率和优化的流体动力学输入参数,并且生成优化的流体动力学输入参数和不同粒度的优化组分。
7.根据权利要求1所述的计算机实现的方法,还包括使用所生成的优化的流体动力学输入参数和不同粒度的优化组分来执行正演建模。
8.一种存储一个或多个指令的非暂时性计算机可读介质,所述指令能够由计算机系统执行以执行包括以下的操作:
第一步骤,进一步包括:
使用全局优化算法为多个流体动力学输入参数中的每一个选择定义的范围值;
使用选择的范围值和正演模型生成仿真地形结果;
生成详细地震解释以表示特定地震特征或观测地形;
对计算的失配值进行最小化,其中失配值被计算为所述仿真地形结果与所述详细地震解释之间的距离;以及
生成估计的优化砂率和优化的流体动力学输入参数;以及第二步骤,进一步包括:
使用遗传算法确定估计的优化砂率中的每个粒度的比例;
使用根据从井数据提取的厚度和孔隙度数据计算的失配值以及由所述正演模型生成的仿真结果,生成不同粒度的优化组分;以及
生成优化的流体动力学输入参数和不同粒度的优化组分。
9.根据权利要求8所述的非暂时性计算机可读介质,其中,全局优化算法被配置为从每个定义的范围中随机地选择值。
10.根据权利要求8所述的非暂时性计算机可读介质,其中,使用线性优化算法来优化所计算的失配值的最小化。
11.根据权利要求8所述的非暂时性计算机可读介质,其中,所估计的优化砂率被用作优化所估计的优化砂率内的不同粒度的组分的固定参数。
12.根据权利要求11所述的非暂时性计算机可读介质,其中,不同粒度的组分的分布范围受所估计的优化砂率的约束。
13.根据权利要求8所述的非暂时性计算机可读介质,其中,通过分别对第一步骤的操作和第二步骤的操作进行迭代,生成所估计的优化砂率和优化的流体动力学输入参数,并且生成优化的流体动力学输入参数和不同粒度的优化组分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沙特阿拉伯石油公司,未经沙特阿拉伯石油公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980036566.0/1.html,转载请声明来源钻瓜专利网。