储层建模文献综述.docx

《储层建模文献综述.docx》由会员分享，可在线阅读，更多相关《储层建模文献综述.docx（13页珍藏版）》请在课桌文档上搜索。

1、摘要什对我国以河流三步洞相妙体为主的气层/点,本文提出了利用M机爱程技术建立预料模型的方法，即蛉合各种途枝取得的仃息，时储层内井点之间、之外肢体的册态及其参数作出肯定希度的顼杵估伍。另外，本文还时员（层随抚建埃方法的国内外探讨现状及其各忖模以方法在储层表征中的应用进行了比较和探讨,交点介绍了膜拟退火方法,并且序结出随枕迂燥的一般方法。引言随着技术的发展，地质科学正经验若由定性描述向定量建模、由视察向预料的方向发展。储层表征技术（RcsenoirCharacterization）正是顺应这潮流而生,储层表征的最终结果是建立储层三维定量地质模型，而储层随机建模技术（StochasticReserv

2、oirnx1.e1.ing）已成为解决这一问题的主要手段，它的目标是将各种资料通过某种手段统一在一个定量模型中，这个定量模型不但与全部资料相一样，而且也包含全部资料所反映出的储层分布的空间结构信息，最终结果以易于展示、更改和运用数字化的方式保存在计兑机中，这是目前储乂建模的趋势.储层随机建模技术可以粽合利用岩心、钻井、测井、试井、地震、地旗等各种资料。它不仅可以解决沉积相空间分布和物性参数的空间分布问题，而且可以解决裂缝和断乂的空间分布和方位问题.目前，储层建模的方法大体上可以分为两类：一是确定型建模，即依据各井的测井资料进行多井说明，井间则主要依界地震信息来描述，这样井间的每个点都有确定的数

3、值，用这样的方法建立的模型即为确定型模里.由丁地震辨别率所限，该方法只能用于勘探早期.另一类是随机建模,建立预料模型，即综合各种方法取得的信息，主要依靠沉积学的方法加上地质统计学的方法，对井点之间、之外参数作出肯定精度的细致的预料估计，故称为预料模型。施机建模的具体方法仃较传统的克立金法、蒙特卡洛法以及现在流行的分形法、神经网络法、遗传法、模拟退火法等几十种算法。,储层随机建模技术具有三大优点：一是可以实现油气储层的精细描述和建模，定员表征和刻画储层各种尺度的非均质性：二是可以定量探讨储U的不确定性（虽然储U在本质上是确定的，客观上是唯一的，但由丁储层的困难性和信息的有限性，因而造成描述上的不

4、确定性。）；三是便于把各种来源的信息和资料综合到一个统一的定量模型之中。第一章储层随机建模探讨的国内外现状自从美国德克萨斯高校（奥斯泞）的1.1.ake教授和挪威NoscHydro石油公司的F1.HaIdoren博士于1984年联名发表J储层随机建模的第一篇论文以来储层随机建模技术发展很快，目前，国际上已形成三高校派。美国斯坦福高校以AJourneI教授和C.Deutsch教授为代表，擅长于序贯指示法。法国地质统计中心以GMatheron教授和A.Ga1.1.i教授为代表，以截断高斯模拟方法为主。揶威以H.Hak1.orscn博士和HQmg为代表，主要发展示性点过程模拟方法。当前，国际上油气地

5、质勘探和开发的探讨发展特别快速，新理论、新方法不断出现，出现了从单一学科向多学科协同并进方向发展,储U随机建模技术则是这一领域内一:大热点之一的储乂表征/储必模拟ReservoirCharacterization）最高阶段或最终结果。第一节当前油气储层探讨所面临的挑战80年头中期以来世界石油价格的暴跌,尤其是90年头世界石油价格的拓烈震荡，己迫使各国的石油公司面临着如何降低生产成本的问题.在过去十几年，由于全球油气田开发的不断深化，大多数油气田已接近或达到中后期，生产成本不断上升。而大多数有远景的低勘探成熟区含油气盆地部处于费用较高的边远地区，勘探成本高，因此，各大石油公司把探讨的重点转向勘探

6、成熟区中己开发的油气田的增储增产上.这一新的生产须要,向储层探讨提出了新的挑战：如何更精确地描述储层特征以及如何按砂体描述储层的连续性、岩石物性的空间分布、内部微观特征等：如何改善相识储房的手段.而解决这些问题的有效途径就是开展储房表征与随机建模.目前，我国大部分已开发的油气田都已进入中后期，东部油田的综合平均含水率已高达80%以上，地卜的油气水分布极其困难：各种非均质性的隔挡使剩余油呈分散状分布。为了提高果收率，最大限度地采出剩余油，就必需进行精细的储房表征探讨，建立定量的储UW维地版模型。其次节当前国外油气储层探讨与建模的五大趋势对储层的探讨日益从宏观向微观方向发展I.近年来，随着各类油气

7、藏勘探开发的深化，要求人们必需驾取各种环境下形成的砂体在时空上的展布规律及儿何学特征，尤其必需驾驭单个砂体的几何学特征及二:维空间的连续性与配理关系，即必需对单个砂体的宏观非均质性或各向异性进行探讨，并开展这方面的建模探讨（C.Ravcnnc1989：TDreycr.1993）2 .随着各类油敏注水开发技术的不断革新，发觉层内（储层内部）非均顺性极大地影响体积波及系数与屋内驱油效率，而储展内部渗透率的变易程度、渗透率的的律类型、层内连续泥质夹层的分布是影响层内波及系数的主要因素，国外已有人起先以露头和成熟油田探讨为基础来建立层内非均质性的概念及静态地质模型，并尝试把储层的动态资料加入静态模型之

8、中，但这一方面尚未形成规律性的探讨方法.3 .不同沉积盆地次生孔隙随着深度改变的分布规律已是油气勘探与开发的重要探讨内容，各种次生孔隙形成的成因机理也不断有了新的说明和模式（RCSardamJ989）,这为储乂地质建模和计算机模拟供应/理论依据.二.对储层的描述和预料日益从定性向定量方向发展近十几年来，人们大量的三次采油现场试验结果远不如室内试验那么志向，反思其缘由,主要是室内模拟的储层模型与实际差别太大，并且还有可能是现有的储层模型太粗糙或有些地质因素尚未发觉。因而定量描述储层物性参数的三维展布就成为对储层探讨的更高层次的要求。这一方面的探讨方法有：一是通过现代沉积视察和露头探讨建立储层地质

9、学问库和原型地质模型,采纳地版统计方法得到阅历公式，用成熟油田的实际参数来验证，然后用于新区块的储旧：二是利用高辨别率地震技术进行横向追踪和特征反演，达到预料砂体展布的目的。随着勘探与开发难度的不断加大，就要求人们对储层的物性参数（孔隙度、渗透率、饱和度等）能膨作出定量的预料,而预料这些参数则应充分考虑储层形成的沉积环境、盆地的演化及成岩机理等地质条件的制约，只有在对第一手资料进行细致的定量探讨，找出其形成机理并进行具体的数理统计分析，才能尽可能地做到有效的预料。三.储层探讨从注意理论探讨向注意应用方向发展1990年在伦敦4开的第十三界国际沉积学大会及1991年召开的第十三界世界石油大会都对建

10、立定珏地质模型作了专题探讨，这足见储必表征与建模的重要性。四.储层表征从单学科向多学科协同探讨发展目前储层探讨已不是过去的只探讨储层的岩石物理学特点，而是从多学科（地质、地球物理、测井、地震、数理统计及计算机技术等）的角度来开展储层的各种特性的探讨。国外主要从三个方面进行探讨，目的是从不同的侧面对储U的物理特性、空间特性进行探讨，然后用建模技术把对储层的定量相识体现于定量储层地质模型之中，为提裔采收率服务。这三个方面是：1 .露头和井下地质探讨。其方法是把野外露头探讨得到的地质模型用丁井间砂体储以特征的预料，以此来驾驭储层非均质性的分布规律。其基本思路是在储层砂体的野外露头上，进行密集取样，实

11、测孔渗等岩石物性参数，把所探讨的沉积体系砂体内部物性改变的原型揭示出来：然后用各种地质统计方法来模拟,抽稀限制点，用某种数理统计方法把限制点间的参数模拟得与实际兼近，最终应用于井卜砂体的预料之中。2 .高辨别率三维地凝采集处理说明技术。3 .数字测井新技术.五.各种模拟方法和软件的应用进入90年头以来，计笫机技术的快速发展，尤其是图形工作站的出现和计算机容量的扩大，再加上油田开发对井间砂体的预料和确定砂体规模的要求日益迫切。因而，为油IU开发服务的各种模拟方法和软件不断涌现。1 .常见的储层模拟与随机建模方法有：转带法、协同克立金/泛克立金、条件概率模拟、蒙特卡洛法、随机游走模型、序贯指示模拟

12、法、截断高斯法、示性点过程模拟法、分形儿何法、神经网络法、遗传算法以及模拟退火方法等几十种.2 .当前比较好的模拟软件有：（1）美国新墨西哥矿业技术学院开发的TUBA软件。 2）美国地层模型公司（StrataModeI）的SGA. 3）荷兰皇家/壳牌集团公司推出的“总主”（MONARCID软件. 4）加章:大GEoSTAT系统国际公司和MCGm高校联合研制的智能模拟系统软件GEOSTAT。 5）荷兰Jason公司的StatMod软件.这些软件的功能和效果各有所长，共同特点是：符储层岩性空间展布特性和物理特性（孔隙度、渗透率）结合起来，实现在三维空间的立体显示和随意切片。第三节国内油气储层探讨与

13、建模的现状及问题近十儿年来,由于勘探开发的须要，国内也越来越重视储层的探讨与建模.从目前的状况来看，尽管在地质模型探讨的某些方面已达到国际水平，但我国储层建模的探讨还存在若很大的差距和不足。如在多学科协作探讨方面，虽然已经明踊将各种资料综合到一种定量模55之中是储层随机建模的趋势，但这方面的探讨仍I口处于起步阶段，基本上仍是单学科独立作战的方式：在地质和统计学结合方面，主要问题是在储U随机建模中如何将定性的地质描述转化为定量模型。但国内还是有人在建模工作方面做出了开拓性的工作。裘亦楠（1991）依据油田开发阶段的不同把储层地质模型分为三类：概念模型、静态模型和预料模型.概念模型（Concept

14、ua1.Mode1.）是针对某一类储乂的典型特征，建立起来的对这类储层在探讨区（油IfI）内具有普遍代表的储层模型,概念模型被应用于油田的开发早期。静态模型（StaticMode1.）是针对某具体油气藏，将其储层特征在三维空间的改变和分布照实地加以描述而建立的储乂模型：静态模型必需在开发并网钻成之后才能建立起来：它包括环层外部形态特征、平面上的分布范围、纵向上厚度改变的的特征：静态模型必需用大量的地版图、表展示其各种属性，如小层平面图、油层剖面图、栅状图以及三维网格图。预料模型（PrediCtab1.eModeD是在充分相识某种储层的基础上建立起来的定量的带有预料性的储层模型，主要用于预料各种

15、限制点（井点）以外和限制点之间的储层性质及其改变特征，目的是使储层的各种属性改变更精确地展示出来的。张永贵等（1997）把模拟退火组合优化算法用丁油气储展随机建模方面的探讨，尝试用模拟退火方法（SA）把各种资料综合在统一的定量化的数值模型之中，杜启振等（1999）尝试应用模拟退火法和序贯指示模拟法进行储层微相及砂体预料模型方面的探讨。另外，很多高校和科研单位组织/沉积学和数学方面的专家组成的联合攻关小组，针对开发中后期以河流三角洲相砂体为主的东部主力油田的储层，开展了预料模型的探讨.其次章随机建模技术在储层表征中的应用第一节储层随机建模的原理与方法储以建模是贯穿油气田勘探开发各个阶段的一项特别

16、重要的基础工作，其目的就是运用不同阶段所获得者相应层次的基础资料，建立相应勘探开发阶段的储层地质模型，较精确地定量、半定量地描述储层各项参数的空间分布,为油气田的总体勘探取向和开发中的油气藏数值模拟奠定坚实的基触.依据文献，依据油气田开发阶段的不同，建模工作可分为概念模型、岸态模型和预料模军。应用随机建模方法来建立预料模型是当前正在攻关的建模方法。运用随机方法建立预料模型，须完成两大部分工作.第一部分是建立起探讨对缴的地质学问庵。其次部分是选择正确可行的随机模拟方法，完成模型的建立及显示工作。建立探讨对象的地质学问库，可以用野外露头砂体精细测量或密井网方法完成。地质学问库包括：确定随机建模的关

17、键限制条件以及有关砂体构形和物性的学问库。建立储乂随机模型可以分为两步：第一步是搞清储层砂体的建筑结构或构形（arvhikxuirc）：其次步是建立砂体内储层物性的三维空间分布。目前，运用随机建模的方法建立储层定室预料模型的般流程包括以下步骤：建立地质/数学模型，数学模型的离散化，建立线性方程组，线性方程组求解，编写计算机程序，软件的测试与完善。其次节常见模型算法简介一.随机游走模型(RandomWa1.kModeI)随机游走是一种离散的防机过程，可以为记为X(T,K一维的随机游走一锻抽象地定义如下：以时间T为间断，掷一次而，若结果是头像.则向左走一步步长为一常数)。若结果是面值，则往右走一步

18、。这样，当一个一维游走过程从T=O起先，随着T的增加，X呈现为一个阶级性。二维的陵机游走过程X(t),Yt),是由两个相互依靠的维陋机游走过程组成。实践证明，随机游走可用于描述河道走向。随机游走模型主要刻划河流沉积环境中河道砂体的分布。其优点在于可以描述河道砂体的连续性形态、河道宽度、河道弯曲程度以及河道分叉与汇合程度。其主要思路在于将探讨区域离散成为网格系统，然后找寻区域内河道源头位置的分布，并在此基础上依次获得河道主流线位置，并加宽得到砂体分布形态，由于砂体主要位置是由相关依次迁移而得到的，且由迁移概率赐予定量描述，因此，该模型被称为随机游走模型。通过在每个节.点利用抽样方法可以获得河道定

19、向接近个节点的相关迁移，进而得到砂体走向空间分布的结果。随机游走模型的步骤是:(1)区域网格化。(2)找寻可能的河道源头。(3)确定河道主流线位置。(4)确定分支河道位置。(5)河道主流线位置的修正。(6)河道主流线位置加宽得到砂体边界线。(7)沙体边界的光滑处理。王家华等(1999)已利用该模型开发出能够定量描述和显示河流相砂体分布的软件，并且已在大庆油田得到了应用。二.蒙特卡洛法(MonteCar1.o)1 .简介蒙特卡洛法亦称统计模拟法,起源于17世纪，在二战时期起先得到应用，当时闻名物理学家VonNeunumn用随机抽样方法模拟/中子连锁反应AGJourne1.(1994)把模拟退火方

20、法引入到储层随机建模之中，退火方法来自于热力学，该算法的基本思想是，类比固体冷却退火方式优化函数(或过程)。张永贵等(1997)把模拟退火组合优化算法用于油气储层随机建模方面的探讨，尝试用模拟退火方法(SA)把各种资料综合在统一的定量化的数值模型之中.杜启振等(1999)尝试应用模拟退火法和依次指示模拟法进行储层微相及砂体预料模型方面的探讨。1 .基本理论(1) 原理退火是一个热处理过程，首先增加热浴温度，至固体溶化，然后渐渐降低热浴温度，使其达到地面固体结晶的低能状态。在高温时,分子高度可动，可以达到全部可能的能量状态,随着温度降低，热可动性渐渐失去，分子重新扑列成规则的晶体结构，这种状态是

21、该系统的最小能量状态。假如冷却过快，则系统在高能状态达到规则排列，即为“淬火”过程。由于原子数量在给定系统内特别大，分析物质的聚集性质(aggregateproperties)需运用统计力学的模拟理论“BohZ1.nan概率分布P(E1)=exp(-Eik1.,T)表达了这样一种设想，即处于温度T卜热力平衡的一个系统，在全部不同能量状态(E,E)之中所具有的能量概率分布。这里.E1.是与系统状态r1.相时应的能fit状态，T是温度，k卜是BO1.tZInan常数，P(EJ是具有能珏匕系统的概率。由上式有可能预料(描述)一个志向自然系统退火时热动力状态。在高温时，全部能量状态占据的概率均较大，并

22、且系统处于很多不同状态之间的秘定改变之中，随着系统渐渐冷却，改变到较高能量状态的概率变得越来越小，最终系统总有机会脱离一个局部能址最小状态，而达到一个普遍的全局能量最地状态。Metropo1.is等人(1953)提出了一个简洁的兜法，将这一设想综合成了状态方程的能量改变(CEZ假如AEWO,接受这种状态改变,并将这个新的状态的概率作为下一步的起点。假如AE0接受新状态的概率为P(E)=exp(-Ek,T)这时,产生一个随机离差dZXO,1匀称分布，与exp(MEkT)比较。假如dexp-EkftT).则将原先的状态作为下一步的起始点，重复这个过程多次，即可保证模拟系统听从Bo1.tziniin

23、分布规律，这就是Metropo1.is算法。(2) MetrOPO1.iS算法1953年Me1.ropo1.is提出了在温度不变的条件下，从一个Gibbs分布中随机抽样问题，从而解决了模拟处于热平衡状态的物理系统平均状态问题。1983年，Kirkpatrick应用MetroPOIiS算法解决了大规模最优化问题。MetropOIiS算法的基本思想是，在模型空间进行随机游动，每一次游动时计算由目标函数(能量函数)定义能量改变；依据Me1.rOPO1.iS判据产生随机扰动，使系统最终达到平衡，MetrOPOIiS匏法的一般步骤如卜.：产生一个初始状态。给条件数据所在的位置处的网格节点赋以条件数据值，

24、其余网格节点上数据值通过从己确定的参数概率分布上抽样确定。引入随机扰动。例如把两个随机选取的网格节点值交换，或者把一个网格节.点值与从事先确定的参数概率密度函数上随机抽样值交换.而条件数据所在网格节点不动.计算由随机扰动引起的能量改变能量改变由目标函数(能量函数)计算。从地质统计学角度动身，目标函数形式-般有两种，即E=Eh(r-（三）-r2)推断?VEO.接受这次扰动：若(),计算P(E)=exp(-Ek,T),并随机产生一个0,1匀称分布随机数r：假如P(E)r,接受这次扰动：PE)2r,则拒绝这次扰动。扰动足够多次(例如网格节点的数倍)，然后依据事先定义的退火安排降低温度。在时刻t与时刻

25、t-1.时的温度关系为T尸入TiT.是温度降低系数，一般可取A=(0.9)=或卜=(0.8)n:n为温度段个数。返回其次步，歪复，直到满意收敛或扰动次数超过预先设定的极限为止。2. 模拟退火算法的组成模拟退火算法系统包括目标函数(或能量函数)、限制参数和交换机制:模拟退火的关键在于使网格统计值和目标值的偏差最小，并将目标函数定义为这种偏差的函数。对于模拟退火,代表体系能量的目标函数可以定义为实际(试验)变差函数和从已生成的指示变量场中计算出变差函数之间的差分函数。模拟退火的目的是生成变量的构型，该构型将产生目标函数的全局最小值。在模拟退火中，具体约束条件包括被安排在具体位置的条件数据、安排函数

26、和不同方向的变差函数模型：并且通过条件模拟，那些从岩心描述或测试中得到的条件数据在具体位巴处保持不便。转换机制是对体系变量的一系列干扰，这种干扰经常引起目标函数的改变，比较后者的值和前者的目标函数并依据概率函数(或Metropo1.is条件),能推断目标函数的改变是否被接受“限制参数定义J体系达到热平衡的速率.再模拟退火中，收敛因子可作为参数来限制收敛速率。3. 模拟退火的其他算法Mrina1.KSon等人(1995)运用了模拟退火的MetrOP人is算法和热浴算法(Heatbath)以及遗传免法(GeneticA1.gorithm)生成了随机涔透率场，热浴算法以其优点而成为另一个较为好用的模

27、拟退火算法。在模拟退火的热浴算法中，保持其他网格块的渗透率不变，每网格依次被全部的港透率值所访问.其建立渗透率场的具体步骤如下：(I)MetropoIiS算法中选择一个初始状态。(2)随机从一个具体的渗透率分布中选择M个渗透率值。把每一个网格块中渗透率的允许的国分成(M-I)个间隔，且使r=hm+i4K,其中i=0.1,，M-I且!(=(Kna1.-Knin)/(M-1)。一般选M=20o(3)第一个网格块起先，假设该块的港透率值有V种可能的值，K1,i=o,1,，M-Io计算相应的目标函数(能量函数)e中给此网格块选一个新的渗透率值。对于第一个网格块的M种可能的渗透率值K,(i=0,1,，M

28、T),计算出相应的权重P(Ki),从中选出最大的权重所对应的Ki即为第一个网格块的渗透率值。(4)依次访问全部其他网格块，并且按(3)中的方法更新渗透率值。当全部的网格块都被访问时，次迭代完成。(5)依据退火规则降低温度T,如T=(0.9)T0,TI)为初始温度，n为迭代次数。(6)返回(3),接着上述过程直到满意收敛标准或超过肯定数目的迭代次数。另外，HegstadBK等人(1994)还介绍了模拟退火的Hastings算法，认为MetrOPO1.iS算法是Hastings算法的特例。但该算法更适合于基于目标的示性点过程模拟法(MPP)4最近，国内外还有人不断对模拟退火方法做各种各样的修改以适

29、应不同的计算目的。4. .MetroPO1.iS算法和Heatbath算法的比较模拟退火的MetrOPoIiS算法是一种较常用的方法,对丁解决小问题(5050以下的二维网格)，Metropo1.is算法更加筒洁、高效。而对于大型油藏工程问题，MetroPo1.iS算法明显不如Heatbath算法效率高，因为在低温条件下，Metropo1.is算法在每次到达不同状态之前就拒绝了很多可能性.降低/算法执行速度.Heatbath算法则可以有效地解决大型油藏工程问题，因为它采纳了权盎选择法，削减了拒绝推断，更建要的是它还可以实现并行处理。5. 模拟退火方法的优点及局限性与克里金或条件模拟这些传统方法不

30、同，模拟退火方法不受高斯场或平稳假设的限制，更适合于表征非均质性严竣的储层；它易于综合不同来源的数据(如岩心、试井、测井、钻井、地质、地震、露头等)，其具体的方法还在不断的发展之中：该方法还引入了区域化变量，可以把某些地质信息干脆加入到地质模型之中，而象SIS,MPp,TGY等模拟法法则没有这一优点；与确定性方法相比，模拟退火方法可以跳离局部最优的“陷阱”，而可以得到全局最优解。这是因为，与确定性算法不同，模拟退火算法是一种启发式算法，即能向目标函数降低的方向迭代，又能以肯定的概率接受目标函数上升的状况，当迭代参数足够好时，这种迭代可跳出局部最优点，从而得到全局城优解，模拟退火方法的应用特别广

31、泛，在其他领域早已趋于成熟，在储层随机建模方面，它可以用于模拟连续或离散的特征，可以很好地保持已知数据所反映的储层空间结构，适用于河流三角洲、浊流等环境形成的储集层的描述与建模，对于困难成因的碳酸盐岩储层也可适用。模拟退火方法是种新兴算法，还有很多方面不完善。例如，目标函数的构造、退火策略的参数的选择，这些都须耍很面的技巧，因为这关系到收敛速度和解的靠近最优的程度。另外，模拟退火算法的计莫量大，有必要进行并行/分布式处理。综合比较以上各种模拟方法，可以得出以下结论：（1）在模拟过程中，用到的地质学问越多，模拟的结果就越好，更有效。（2）在模型中引入的信息越多，该模型就越好用.（3）模拟退火兑法

32、是一种发展潜力巨大的精确的模拟方法。第三节储层随机建模技术存在的问题及解决途径如何将更多的地质信息进入到1.S机模型中，这仍I口是储集层模拟的生要问题。特殊是，如何用地质物理模型来校正随机模型？如何将地质过程加入到模拟过程中？也就是说，如何用随机模型表示地质过程，并且如何才能比现有的模型更好地描述其不确定性和非均质性。对于这个问题有两种可能的解决途径：其是将更具体的地质信息加入到数学模型中；其二是综合其它新方法并找得新型的综合模型。第三章我国陆相储层的特点与随机建模技术第一节我国油气储层的主要特点我国油气储层类型众多，从海相的碳酸盐岩到砧相的碎屑岩，从火山岩到变质岩，无所不包，而以陆相的碎屑岩

33、为主要油气储层，占已探明总储员的90%以上。我国的含油气盆地以陆相断陷盆地为主，非均质性严峻。东部的油田多为中、新生代的河流：.角洲相，主要储桀展是湖泊和邻近湖泊生油区的各种砂体，如河流、三角洲、扇三角洲、浊枳及津坝砂体。这些储层砂体的岩性和厚度改变快，在三维空间的展布极为困难，受制因素很多，除去构造影响以外,不同沉积环境也存在着很大的差异。在我国的含油气盆地中，除大型坳陷沉积盆地以外，大多数中、新生代断陷含油气盆地的规模往往只有数百至数千平方公里，陆相盆地内的河流多属流程短、规模小、流域窄的辨状河和曲流河.此环境下形成的沉积成因单元砂体厚度多属丁或小数米级,例向连续性属百米级规模,在刚面上往

34、往形成砂岩与泥岩的互层，形成“薄而多，小而窄”的砂泥岩间互的砂体沉枳模式。其次节适合于我国储层特点的随机建模策略由于我国储层在沉积学上的特殊性，致使我国的储层表征和描述比国外以海相为主、非均质性不大的储层的表征更为困难0而国外的大多数储展模型软件往往以非均质性不大的海相为基础，对我国的陆相河流一:角洲储层砂体就不肯定适合，因此，只能借鉴其设计思想和方法，研制适合于我国储层特点的随机模型软件。结束语储层随机建模技术是近年来刚刚兴起的一门新兴学科，它涉及石油地质学、沉积学、勘探地球物理学、渗流力学、地质统计学、图像处理技术以及计算机技术等诸多学科.它能铭为建立起预料储加内砂体形态及其储层参数分布的

35、三维定量随机模型供应一条现实可行的途径。这一技术对于搞清以河流三角洲相砂体为主要储层的我国东部主力油田的剩余油分布，提高采收率，进步挖潜增效具有重大的现实意义。参考文献1 .吴光大，多学科油微描述技术石油地质信息,1997,182)：78-8002 .稔龙新、货爱林、货文理，建立定量贮存地场模型的新方法，石油勘探与开发，1994,21(4)：8286。3 .张团峥、王家华，试论克立金估计与随机模拟的本质区分，西安石油学院学报，1997.122)s52-55.4 .费亦楠,储层地质模型，石油学报，1991,12(4)：5561.5 .张团峰、王家华，储层班机建模和随机模拟原理，测井技术，1995

36、,19(6：391397.6 .杜启振、候加根，储层随机建模综述.世界石油科学，1997.84(5)：24-29.7 .王强，模拟退火獴法的改进,应用数学，64)：392397.8,徐雷，一种改进的模拟退火祖合优化法，信息与限制，19903)：1-7,9 .武富宇，用于多目标数据互联的模拟退火方法，系统工程理论与实践，199810)s64-68.10 .王忿东、张金泉，混合优化豫法,山东矿业学院学报，1998.17(3)：306308.11.张玉祥、王玉浚，采矿工程全局以优化设计问SS模拟退火算法求斛，煤炭设计，19983)：35,12 .仕启振、候加根、陆基孟,储层微相及砂体预料模型，石油学

37、报，1999,20(2)三455(h13 .王留奇、PMWong.SShib1.i,牛枪平,岩相骨架的地质统计模拟,石油勘探与开发,1999,26(2)：93-98.10311.张永贞、陈明强、李允、用受权,模拟退火组合优化算法在油气储层的机建模中的应用，西南石油学院学报，1997,193)：1.-7o15. 王卓财、高国成、扬为平，一种高效的快速模拟退火尊法，山东矿业学院学tt1998.17(2)：170-183,16. 于兴河、李剑峰,科明岩系储层地质建模及计算机模拟.北京:地烦出版社，19!J6.10.17. 王家华、高海余、周叶,克立金地质绘图技术,北京：石油工业出版社，1999.5。

38、18. C1.aytonV.Deutsch,AndreG.Journc1.,TheApp1.icationofSimu1.atedAnnea1.ingtoReservoirMode1.ing.SPEPaPer#23565.19. Mrina1.k.Seneta1.StochasticReservoirMado1ingUsingSimu1.atedAnnea1.ingandGeneticA1.gorithBS1.SPE-r*24754.20. AhmcdOucncsctEnhancingGaSReservoirCharacterizationbySimu1.atednnea1.ingMethod

39、(SAM).SPEPdPer#25023.21. A.Ouwnosetai,NewA1.gorthmforAutomaticI1.istoryzApp1.icationofSiiiM1.atedAnnea1.ingMethod(SM)toReservoirInverseMode1.ing,SPEPaPCr#26297.22. M.N.Pandaeta1.9Para1.1.e1.Simu1.atedAnnea1.ingforStochasticReservoirMode1.ing.SPHPaPer28118.23. AhmedOueneseta1.,ANewFastPara1.1.e1.Simu

40、1.atedAnnea1.ingA1.gorithmforReservoirCharacterization1.SPEPaper#26419.24. R.K.Sagaret4ReservoirDiscriptionbyIntegratingWe1.1.TestDataandSpatia1.Statistics.SPEPaPer42646225. AhitedOuenesetApp1.icationofSieu1.atedAnnea1.ingandOtherG1.oba1.OptinizationMethodsioRcsorvoirDiscriptioniMythsandRea1.ities,S

41、PEPaPer#28415.26. I.Ho1.dene1.1.seofBe1.I-TestIXitainStochasticReservoirMode1.ing,SIPaPeM35091.27. G.B.Savi1.ietditApp1.icationofSimu1.atedAnnea1.ingonActua1.butAtypica1.Permeabi1ityData,SPEPaPer#35345.28. F.P.Carpozanaea1.ReservoirMode1.ingConstrainedtoMu1.tip1.eWe1.1.-TestPermeabi1.ities,SPEPaPCr#36569.29. D.AbdassahetCoup1.ingSeismicDataWithSimu1.atedAnnea1.ingMethodImprovesReservoirCharacterization,SPEPaPer#36968.30. J.W.Wattseta/,ReservoirS加U1.aIion:PaSt,PresentandFuture,SPEpaperM38441.