D三相訓(xùn)練圖模擬 的三個(gè)最終3D實(shí)現(xiàn)和一個(gè)實(shí)現(xiàn)：（a)使用新工作流程的實(shí)現(xiàn)#1 ; (b)使用新工作流程的實(shí) 現(xiàn)#2 ; (c)使用新工作流程的實(shí)現(xiàn)#3 ; (d)使用2D TI的直接模擬。
[0032] 圖16示出根據(jù)本發(fā)明的實(shí)施例的2D四相訓(xùn)練圖像。
[0033] 圖17 (a)-17(b)示出根據(jù)本發(fā)明的實(shí)施例的最終3D實(shí)現(xiàn)和直接使用給定的2D四 相訓(xùn)練圖像模擬的一個(gè)實(shí)現(xiàn)：(a)使用新工作流程的實(shí)現(xiàn)；(b)使用2D TI的直接模擬。
[0034] 圖18示出根據(jù)本發(fā)明的實(shí)施例的用于使用2D訓(xùn)練圖像的FILTERSIM連續(xù)模擬的 工作流程。
[0035] 圖19示出根據(jù)本發(fā)明的實(shí)施例的用于使用2D訓(xùn)練圖像的SNESIM分類模擬的工 作流程。
[0036] 圖20示出根據(jù)本發(fā)明的實(shí)施例的用于點(diǎn)采樣的工作流程。
[0037] 圖21示出根據(jù)本發(fā)明的實(shí)施例的用于地質(zhì)體采樣的工作流程。
[0038] 圖22示出根據(jù)本發(fā)明的實(shí)施例的用于混合采樣的工作流程。
[0039] 圖23示出根據(jù)本發(fā)明的實(shí)施例的用于采樣相地質(zhì)體的工作流程。
【具體實(shí)施方式】
[0040] 將對(duì)于本發(fā)明的實(shí)施例進(jìn)行詳細(xì)引用，其一個(gè)或更多的實(shí)例將被在附圖中描述。 通過(guò)本發(fā)明的說(shuō)明的方式提供每個(gè)實(shí)例，而不作為本發(fā)明的限制。對(duì)于本領(lǐng)域中的那些技 術(shù)人員來(lái)說(shuō)是顯而易見(jiàn)的，在本發(fā)明中可以進(jìn)行沒(méi)有脫離本發(fā)明的范圍和精神的各種修改 和變化。例如，作為一個(gè)實(shí)施例的部分的說(shuō)明或描述的特征可以被用在另一實(shí)施例中以產(chǎn) 生又一實(shí)施例。因此，本發(fā)明旨在覆蓋這樣的修改和變化，該這樣的修改和變化落入到所附 權(quán)利要求書(shū)和他們的等效物的范圍。
[0041] 本發(fā)明專注于使用FILTERSM算法用于使用2D訓(xùn)練圖像（TI)的3D連續(xù)變量模 擬的方法和用于使用SNESM算法以使用2D TI模擬3D分類相的方法。產(chǎn)生的3D圖像應(yīng) 該從給定的2D TI重現(xiàn)地質(zhì)特征；應(yīng)該具有合理地好的垂直連續(xù)性；以及應(yīng)該具有合理地 好的垂直變化。例如，圖I (b)為從圖I (a)的2D訓(xùn)練圖像構(gòu)造的好的3D圖像；而圖I (c) 是不好的3D圖像，其僅僅為一堆2D圖像。
[0042] FILTERSIM 連續(xù)模擬
[0043] FILTERS頂算法（Zhang，2006)首次使用預(yù)定模板從給定的訓(xùn)練圖像（TI)提取所 有圖形。如先前所討論，訓(xùn)練圖像為示出地質(zhì)圖形的地質(zhì)概念模型。然后，基于濾波器將地 質(zhì)圖形分為不同類。最后，算法使用圖形識(shí)別技術(shù)執(zhí)行隨機(jī)模擬。模擬的實(shí)現(xiàn)可以被調(diào)節(jié)到 各種類型的數(shù)據(jù)，例如井硬數(shù)據(jù)、軟概率或趨勢(shì)數(shù)據(jù)和方位以及比例因子。通常，F(xiàn)ILTERSIM 算法需要用于3D模擬的3D ΤΙ。
[0044] 用于3D多點(diǎn)模擬的方法使用2D訓(xùn)練圖像以使用FILTERSIM算法模擬連續(xù)變量， 如在圖18中所示，在尺寸N xXNyXN^ 3D網(wǎng)格（G)中。方法也可以被用于從任何2D圖構(gòu) 造 3D TI，在這個(gè)意義上2D TI的尺寸必須為Nx X Ny。
[0045] 方法順序從層1到層Nz處理3D網(wǎng)格（G)。在每個(gè)層ke [1，NJ，2D模擬網(wǎng)格Gk (尺 INxXNy)可以被產(chǎn)生并且被用作用于運(yùn)行FILTERS頂模擬的主體（host)。
[0046] 對(duì)于第一層（k= 1)，如果模擬的目的為重建3D TI，然后從給定的TI采樣樣品數(shù) 據(jù)（nk)，其被保存為硬數(shù)據(jù)并且在調(diào)節(jié)nk樣品的FILTERSM模擬中運(yùn)行；否則，運(yùn)行非條件 的FILTERS頂模擬。對(duì)于剩下的層ke [2, NJ，首先采樣來(lái)自2D網(wǎng)格Glrt的數(shù)據(jù)（n k)，在 層k中保存樣品作為硬數(shù)據(jù)，隨后運(yùn)行調(diào)節(jié)nk新樣品的FILTERSIM模擬。在網(wǎng)格G k中模擬 的實(shí)現(xiàn)可以被后處理以去除模擬噪音，例如使用高斯低通濾波器。最后，將所有臨時(shí)2D模 擬從網(wǎng)格G k (k = 1，2, ...，Nz)復(fù)制到3D網(wǎng)格G以形成完整的3D實(shí)現(xiàn)。
[0047] 對(duì)于數(shù)據(jù)采樣，可以應(yīng)用各種策略，諸如（1)全部隨機(jī)采樣，其不考慮數(shù)據(jù)值和圖 形；⑵常規(guī)網(wǎng)格采樣，其分別在X、Y方向中采樣每個(gè)WW節(jié)點(diǎn)；（3)分層采樣，其將網(wǎng) 格分離成\窗口并且從每個(gè)窗口隨機(jī)選擇n k/Nw節(jié)點(diǎn)；或者（4)基于直方圖采樣，其將直方 圖分離成NiJ司隔隨后對(duì)于每個(gè)間隔隨機(jī)采樣n k/Nint節(jié)點(diǎn)。
[0048] 然后，如果沒(méi)有出現(xiàn)垂直趨勢(shì)曲線，沒(méi)有偏好選擇哪種采樣算法。然而，當(dāng)出現(xiàn) 垂直部分/平均曲線時(shí)，將推薦基于直方圖的采樣。使用基于直方圖的采樣，節(jié)點(diǎn)接近來(lái) 自垂直曲線和采樣的相應(yīng)值。應(yīng)該將采樣的硬數(shù)據(jù)與原始用戶提供的硬數(shù)據(jù)組合以約束 FILTERSIM 模擬。
[0049] 因?yàn)檫^(guò)程從鄰近層借用一些條件數(shù)據(jù)，將確保在兩個(gè)連續(xù)層之間的一些垂直連續(xù) 性。并且因?yàn)殡S機(jī)模擬的性質(zhì)，在這些兩層之間將有一些變化。然而，當(dāng)采樣的硬數(shù)據(jù)的數(shù) 量變大時(shí)，在兩個(gè)連續(xù)層之間的不同將變小。應(yīng)該突變采樣的數(shù)據(jù)的特定部分以允許更大 垂直變化。操作可以為數(shù)據(jù)位置變化、數(shù)據(jù)值修改、節(jié)點(diǎn)退出（dropout)或及其任何組合。
[0050] 實(shí)例
[0051] 圖2示出尺寸150X150的2D連續(xù)訓(xùn)練圖像，其代表從左下角到右上角延伸的高 值的概率場(chǎng)。3D模擬網(wǎng)格的尺寸為150X 150X 10。每個(gè)2D模擬使用IlX 11搜索模板與 7X7補(bǔ)?。╬atch)模板運(yùn)行。節(jié)點(diǎn)采樣的數(shù)目為nk= 200。
[0052] 圖3 (a)給出使用隨機(jī)采樣選項(xiàng)的一個(gè)最終3D實(shí)現(xiàn)，而圖3(b)示出相應(yīng)的去噪3D 圖像。在圖4(a)-4(d)中示出在層2和3中的采樣的硬數(shù)據(jù)和2D FILTERSIM模擬。這些 圖表示出對(duì)于從一層到下一層的一些變化的垂直連續(xù)性。為了對(duì)比，在圖5中給出使用2D 訓(xùn)練圖像的方向（Clirection)FILTERSIM模擬，其示出具有欠佳的垂直連續(xù)性的分層影響。
[0053] 然后，將垂直目標(biāo)平均曲線用于約束對(duì)于每一層的平均概率。在表1中示出輸入 目標(biāo)均值。圖6示出使用在表1中提供的分層均值的垂直約束的一個(gè)最終3D實(shí)現(xiàn)。為了 對(duì)比，表1也給出用于使用隨機(jī)采樣選項(xiàng)和一些垂直曲線約束的模擬的統(tǒng)計(jì)，其導(dǎo)致層平 均值的較差重現(xiàn)。
[0054] 從圖3 (b)和6 (b)，方法產(chǎn)生在3D實(shí)現(xiàn)中的垂直連通性，同時(shí)還在兩個(gè)連續(xù)層之間 保留一些變化。然而，當(dāng)將樣品的數(shù)目增加到nk= 400時(shí)，垂直變化變得不那么可觀察，見(jiàn) 圖7(a)用于在背切片中的十層厚連續(xù)高值圖形。為了維持一些垂直變化，可以應(yīng)用數(shù)據(jù)突 變概念。圖7給出通過(guò)變化采樣的數(shù)據(jù)位置的三個(gè)這樣的實(shí)現(xiàn)，其示出樣品突變的數(shù)量越 多，然后垂直層變化越顯著。
[0055]
[0056] 表1 :每層的平均值
【主權(quán)項(xiàng)】
1. 一種用于建模儲(chǔ)層的方法，包括： a. 接收和加載數(shù)據(jù)； b. 產(chǎn)生具有多層的3D網(wǎng)格； c. 對(duì)于每一層，順序產(chǎn)生2D網(wǎng)格； d. 對(duì)于第一層，重建或模擬2D圖像； e. 從所述第一層的所述2D圖像采樣數(shù)據(jù)； f. 對(duì)于所有其它層，從所述2D網(wǎng)格采樣數(shù)據(jù)； g. 將采樣的數(shù)據(jù)設(shè)置為硬數(shù)據(jù)； h. 進(jìn)行基于濾波器的模擬以調(diào)節(jié)所述硬數(shù)據(jù)；以及 i. 將所述基于濾波器的模擬從所述2D網(wǎng)格復(fù)制到所述3D網(wǎng)格。
2. -種用于建模儲(chǔ)層的方法，包括： a. 接收和加載數(shù)據(jù)； b. 產(chǎn)生具有多層的3D網(wǎng)格； c. 對(duì)于每一層，順序產(chǎn)生2D網(wǎng)格； d. 獲取目標(biāo)相比例； e. 從所述2D網(wǎng)格采樣所述數(shù)據(jù)，其中所述采樣為點(diǎn)采樣、地質(zhì)體采樣或混合采樣； f. 進(jìn)行單一正規(guī)方程模擬以調(diào)節(jié)所述數(shù)據(jù)；以及 g. 將基于SNESM的模擬從所述2D網(wǎng)格復(fù)制到所述3D網(wǎng)格。
【專利摘要】本發(fā)明描述一種用于建模儲(chǔ)層的方法。用于建模3D儲(chǔ)層的方法涉及使用具有2D訓(xùn)練圖像的多點(diǎn)模擬，包括：接收和加載數(shù)據(jù)；產(chǎn)生具有多層的3D網(wǎng)格；對(duì)于每一層，順序產(chǎn)生2D網(wǎng)格；對(duì)于第一層，重建或模擬2D圖像；從所述第一層的所述2D圖像采樣數(shù)據(jù)；對(duì)于所有其它層，從所述2D網(wǎng)格采樣數(shù)據(jù)；將采樣的數(shù)據(jù)設(shè)置為硬數(shù)據(jù)；進(jìn)行基于濾波器的模擬以調(diào)節(jié)所述硬數(shù)據(jù)；以及將所述基于濾波器的模擬從所述2D網(wǎng)格復(fù)制到所述3D網(wǎng)格。
【IPC分類】G01V3-38, G01V11-00, G06F17-50
【公開(kāi)號(hào)】CN104737037
【申請(qǐng)?zhí)枴緾N201380054397
【發(fā)明人】J·吳, Y·劉
【申請(qǐng)人】科諾科菲利浦公司
【公開(kāi)日】2015年6月24日
【申請(qǐng)日】2013年10月17日
【公告號(hào)】CA2886953A1, EP2909658A2, US20140114632, WO2014062947A2, WO2014062947A3