导读:本文包含了多点地质统计论文开题报告文献综述及选题提纲参考文献，主要关键词:变差函数,叁维训练图像,多点地质统计学,算法改进
多点地质统计论文文献综述
胡迅,尹艳树,冯文杰,王立鑫,段太忠[1]（2019）在《深水浊积水道训练图像建立与多点地质统计建模应用》一文中研究指出深水浊积水道具有丰富油气,是油气勘探开发的热点领域。以安哥拉深水浊积水道为对象,开展基于多点地质统计的储层建模研究。针对深水水道沉积以及迁移特征,对基于沉积过程的Alluvsim算法进行了改进。通过在Alluvsim中增加整体迁移算法,模拟浊积水道的整体迁移沉积过程。根据浊积水道决口少而弯曲度增加的特点,在Alluvsim中增加了弯曲度指标约束,从而再现浊积水道的弯曲特征。根据安哥拉深水浊积水道地质知识库文献调研,获得了研究区浊积水道形态以及统计特征参数信息。采用改进的Alluvsim算法获得了研究区浊积水道的训练图像。以此训练图像作为模式输入,以井资料作为条件输入,以地震资料作为趋势约束,采用多点地质统计Snesim算法建立了安哥拉深水浊积水道叁维地质模型,再现了安哥拉浊积水道的空间分布特征。对模型进行了检验表明,建立的地质模型计算的变差函数与地震属性获得变差函数具有较好的一致性,建立的叁维地质模型可以用于后续油藏工程与数值模拟研究,指导油田勘探开发。该研究不仅为多点地质统计应用于实际储层建模提供了完整的建模流程,也为浊积水道训练图像自动生成提供了技术保障。(本文来源于《石油与天然气地质》期刊2019年05期）
苏亦晴,陈天胜,尹艳树,王立鑫,赵学思[2]（2019）在《多点地质统计反演技术》一文中研究指出在开发中后期,传统的基于两点统计的地震储层反演方法可提高碎屑岩储层纵向表征分辨率,获得高分辨率的反演结果。然而在储层形态上,两点统计反演难以刻画储层复杂形态及结构特征。多点地质统计反演则能够通过多个空间点联合分布刻画特定地质体形态,同时保证垂向高分辨率特征。给出了一种基于多点地质统计学的储层反演方法和流程,首先通过多点地质统计建模确定岩相分布,然后通过岩相与弹性属性的先验分布抽样获得岩相模型控制下的弹性参数场分布,最后通过合成地震记录与理论地震记录匹配决定最优岩相和弹性参数场,实现多点地质统计地震反演。理论模型对比研究表明:相对于传统的两点统计反演和稀疏脉冲反演,多点地质统计地震反演结果精度高,具有推广应用价值。(本文来源于《天然气地球科学》期刊2019年09期）
喻思羽[3]（2019）在《基于样式多点地质统计建模算法的改进》一文中研究指出早期储层地质建模方法有两种:基于两点的地质统计学方法和基于目标的方法。两点地质统计学方法以空间两点相关性作为统计基础,以基于变差函数的方法为代表方法,该类型方法以象元为基本建模单元,易于满足井数据。然而,该方法只能统计空间两点相关性,难以再现复杂地质结构的连通性等特征。基于目标的方法以复杂几何形态的储层结构单元为基本建模单元,如弯曲的河道,这类方法直接根据河流地质特征确定几何形态参数,一次模拟一个完整的地质体对象(如河道)。该方法难以满足条件数据,对于离散的少量条件数据,还能通过后处理修正使模型符合条件数据的约束,但对于密井网条件数据则无能为力。综合两点地质统计学与基于目标建模方法的优点,多点地质统计学方法既能满足井数据,又能模拟复杂几何形态。近30年的发展,多点地质统计学取得丰硕成果。ENESIM算法首创地融合两点统计学和基于目标方法的长处,以训练图像为原型模型,既能再现地质单元复杂结构,又能满足井数据,为多点方法的发展提供了重要思路。Snesim用数据样板扫描训练图像,提取所有数据事件及其概率,存储于搜索树,建模效率取得极大提升,然而搜索树占用内存很多。为了解决多点地质统计学(Multiple-point geostatistic,MPS)的效率低、内存占用大的问题,国内外学者专家提出以下几种改进思路。第一种改进思路是基于数据样式的建模方法,单步模拟多个网格单元构成的数据样式,此方法有两个优势,首先是将空间多点相关性数据存于数据样式能减小内存开销,其次是单步模拟一个数据样板大小的区域比单步模拟一个网格节点具有更高的计算效率。Simpat算法是首个基于数据样式相似度建模的算法,该方法从样式数据库里查询与数据事件相似度最高的数据样式,通过替换、冻结数据事件的所有节点完成对未知部分的预测。改进算法Filtersim基于过滤器对数据样式实现聚类,进一步提高建模效率。DisPat算法采用MDS降维和K均值聚类对样式数据库进行聚类,提高了建模效率;第二种改进思路是,以单个网格节点为建模基本单元,用更先进的数据结构存储训练图像中数据事件及其概率信息。以IMPALA算法为例,综合应用列表结构与索引树组合结构,优势在于既能借助于列表的并行计算提高建模效率,同时避免占用过多的计算机内存。第叁种改进思路以数据样板为约束,单步模拟一个网格节点。以Direct Sampling算法为例,该方法进行数据样式匹配时,扫描取得与数据事件相似度最高的数据样式即可,将数据样式的中心节点值作为目标估计值赋给网格节点,DS方法计算效率高,不足之处在于算法的参数难以调节。第四种思路是借助于其他领域(如图像处理和分析等)的技术,以基于图像拼接的IQ建模方法为例,该算法采用GPU并行计算,效率高,缺点是图像拼接算法缺乏统计学理论支撑,并难以融合条件数据。随着计算机软硬件的发展,除了算法本身的优化之外,国内外学者将CPU、GPU并行化作为优化改进多点地质统计建模算法的研究方向。本文从效率、内存、非平稳叁个主要问题入手,提出PSCSIM、LSHSIM和ASNSIM叁种算法。PSCSIM算法采用邻近等间距重采样降维法,对数据样式做聚类,实现了建模效率的提升;LSHSIM引入局部敏感哈希检索技术,完成对数据样式的哈希散列化,极大提高建模效率;ASNSIM综合多维尺度分析和K均值聚类,实现了对非平稳训练图像的客观化分区,进而完成基于非平稳训练图像的建模。通过对多点地质统计建模算法Simpat的基本原理进行分析,本文认为Simpat算法的效率瓶颈在于数据事件与海量数据样式之间的相似性计算过程。基于此认识,本文提出对数据样式进行降维的思路,采用邻近等间距重采样法对数据样式进行降维,不仅保留空间多点统计信息,同时有效缩减数据维度,将数量庞大的样式数据库进行聚类建立样式类库。通过实例对比PSCSIM与主流多点地质统计建模算法Simpat、Snesim和Filtersim的计算耗时和内存占用,测试结果验证了PSCSIM能够在保证建模质量基础上极大提高计算效率,有效地平衡计算效率与内存占用。基于对局部各向异性与空间非平稳性内在联系的认识,提出基于局部各向异性定量表征空间非平稳性的ASNSIM算法。结合多维尺度分析和K-means聚类分析方法,对训练图像的所有局部区块对应的玫瑰花图进行降维聚类分析,对非平稳训练图像进行自动分区,分区结果客观真实,子区域内部具备平稳性特征,子区域之间相互独立。最后使用ASNSIM算法进行裂缝网络的非平稳建模实验,新方法较好地再现训练图像的空间非平稳性,说明了ASNSIM方法对多点地质统计非平稳建模算法具有很好借鉴意义。基于p-stable局部敏感哈希技术提出一种多点地质统计建模算法LSHSIM。新算法LSHSIM采用了局部敏感哈希计算数据样式的特征向量,映射至一张哈希表里。在查找数据事件最相似的数据样式时,首先从哈希表里取出与数据事件的特征向量具有相同哈希值的数据样式(可能有多个数据样式),然后从目标哈希值数据样式查找出最相似的数据样式,以此数据样式覆盖待估区的数据事件完成单步模拟。通过对比Simpat、Filtersim及DisPat与LSHSIM,不仅节省了计算机内存开销,而且计算效率最高。通过参数敏感性分析,为得到最优化建模参数提供依据。(本文来源于《长江大学》期刊2019-04-01）
王鸣川,段太忠[4]（2018）在《基于图型矢量距离的多点地质统计相建模算法》一文中研究指出多点地质统计建模算法已由基于概率模拟发展到基于相似度模拟的新阶段,基于相似度模拟的算法的关键是从训练图像中选取与数据事件最为相似的训练图型。以Simpat算法为基础发展起来的最具代表性的Filtersim和DisPat算法,采取先聚类、再匹配的建模策略,在训练图型选取的计算效率上较Simpat算法具有明显改进,但其匹配数据事件与训练图型仍采用标量距离度量二者相似度的方法。标量距离度量相似度的方法虽然具有较好的图形识别功能,但对于具有地质意义的训练图型(而非单纯的几何图形),该方法的相似度判断往往难以获取在地质含义上与数据事件最佳匹配的训练图型。考虑图型选取过程中的地质含义,兼顾实际储层的非平稳性,提出了基于图型矢量距离的多点地质统计相建模算法。新算法在训练图型和数据事件矢量距离计算的基础上,采用二次匹配方式通过矢量距离对数据事件与训练图型的相似度进行度量,最终确定与数据事件相似度最大的训练图型。以文献算例定性和定量对比了新算法和Snesim、Filtersim、DisPat算法的建模效果,并以实际油藏为例,对比了新算法与传统两点建模方法、Snesim和DisPat算法的建模效果。结果表明,新算法显着降低了训练图型选取的不确定性,所建模型更符合地质认识,从而为复杂油气藏相建模提供了一种新的方法。(本文来源于《石油学报》期刊2018年08期）
刘遥,汪彦,张慧涛[5]（2018）在《利用多级相控-多点统计法建立碳酸盐岩缝洞储层地质模型》一文中研究指出塔河油田碳酸盐岩缝洞型油藏储层的空间展布规律性差,非均值性极强,储层发育主要受控于断裂、构造、岩溶水系。塔河油田T739条带,井区岩溶主要受控于断裂,纵向上多套储层发育,油气主要富集在表层两套储层。首先,利用地震、地质、测井、完井测试等资料,进行纵向上储层分段,建立构造模型。其次,借鉴多级相控的思路,将不同地震属性融合预测岩溶发育有利区域,建立岩溶发育区域模型;在岩溶优势发育区域模型的严格约束下,分析溶洞、裂缝类岩溶相的形成的迭置规律,通过训练图形确定岩溶相模式,采用多点统计法建立储层相模型。最后,在储层相模型的基础上,利用序贯高斯方法建立物性模型。(本文来源于《物探化探计算技术》期刊2018年04期）
尹艳树,赵学思,王立鑫[6]（2018）在《一种基于多点地质统计的储层反演新方法》一文中研究指出提出了一种新的基于多点地质统计学的储层反演方法。首先通过测井资料统计分析确定不同岩相的弹性参数概率分布,在地质研究上构建训练图像;在地震体上获得反射系数;其次通过多点地质统计预测岩相空间分布,根据岩性弹性参数概率分布随机抽取该岩相的速度和密度值;最后,利用速度和密度值与反射系数褶积获得合成地震道,并与理论地震道拟合,获得最优速度、密度及波阻抗体,完成储层反演。理论模型测试表明,相比于两点地质统计反演,多点地质统计反演结果更贴近理论地震记录,相似度高,误差小,可以在实际储层反演中推广应用。(本文来源于《长江大学学报(自科版)》期刊2018年05期）
喻思羽,李少华,王端平,王军,张以根[7]（2017）在《基于p-stable LSH的多点地质统计建模算法》一文中研究指出SIMPAT将图像重建思想引进储层地质建模领域,借助于弱化概率的相似性判别指标,用最相似地质模式替换待估点处的数据事件完成预测。当模型较大且数据样式较多时,海量的数据样式相似度计算使得SIMPAT的计算效率较低。为了有效平衡多点地质统计建模算法效率和内存的矛盾,基于SIMPAT算法,提出基于p-stable局部敏感哈希的多点地质统计建模算法LSHSIM,该方法使用局部敏感哈希将数据样式的特征向量映射到哈希表。建模时从哈希表里取出与数据事件的特征向量具有相同哈希值的数据样式,用最相似的数据样式替换覆盖待估区的数据事件完成建模。利用实例对比新算法与SIMPAT等现有方法的结果表明,LSHSIM算法计算效率高,并节省了内存空间,对算法的关键参数进行了敏感性分析、非条件和条件模拟,能较好再现训练图像的先验地质模式。(本文来源于《石油学报》期刊2017年12期）
冯德永,王芳芳[8]（2017）在《多属性约束的多点地质统计方法在民丰洼陷岩相预测中的应用》一文中研究指出多点地质统计学方法(MPG)借助"训练图像",考虑了空间多点间的信息,能更好地反映复杂目标体的几何结构。该方法获得的岩相模拟结果忠实于井数据,垂向分辨率较高;以概率形式融合地震信息,横向分辨率较高。为了进一步提高模拟结果的横向分辨率,研究提出采用基于Tau模型的多属性概率融合算法进行多属性处理。首先介绍了多点地质统计学的基本原理,然后提出了新的多属性概率融合算法,最后针对民丰洼陷地区,系统开展了多属性约束的多点地质统计岩相预测方法研究,并取得了有效的成果。(本文来源于《地质科技情报》期刊2017年06期）
孙婧[9]（2016）在《典型薄层砂岩储层沉积相分析及多点地质统计建模》一文中研究指出随着勘探开发的深入,薄层砂岩储层特征的研究得到越来越广泛的重视,因其物性具有较强的非均质性,造成复杂的流体分布特征,加大了研究剩余油分布规律的难度,进而影响勘探开发方案的优化及高产稳产的实现。沉积作用是储层砂体分布的主控因素,因此,对薄层砂岩储层进行精细的沉积相分析和沉积相建模研究,具有重要的现实意义。随着多点地质统计学方法在沉积相建模中的广泛应用,其在复杂形态的再现、精度的提高方面发挥的积极作用已经毋庸置疑,因此,它比其他常规模拟方法(如序贯指示、目标随机模拟)更能满足高含水中后期开采阶段油气藏开发对地质的要求。沉积相建模主要是为了表征沉积微相在平面上的几何形态和垂向上的迭置关系,沉积环境是沉积物特征的决定因素,因此,本文选取古气候、离海远近及古构造特征均不同,油气所在层系不同、井网密度不同的柴达木盆地X气区涩北组薄层砂岩储层、渤海湾盆地Y油区沙河街组沙叁段某油组薄层单砂层作为研究对象,根据新收集的资料进行精细的沉积微相分析,并在此基础上,采用多点地质统计学方法进行沉积相建模研究。在多点地质统计学方法原理分析及流程的论述基础上,从训练图像的网格设置、平稳区域的划分、制作方法的选取和参数设置及质量检验方面进行训练图像的研究,在训练图像的基础上,通过搜索样板半径、多重网格级数、子网格内最大节点个数等参数的多次调试,采用单变量分析法,进行训练模式的优选,并进行可靠性、稳定性检验,最终模拟出更符合实际情况、稳定可靠的滨浅湖相和湖底扇相模型。从形态再现、精度、适用性方面,通过与序贯指示模拟方法、基于目标的随机模拟结果对比,进行多点地质统计学沉积相建模方法的评价。通过两个区块的建模应用,采用单变量分析法分析建模参数与模拟效果的关系,总结参数优选的依据和标准,以期促进多点地质统计学方法在其他储层沉积相建模中得到较好的应用,为相控属性建模提供可靠的依据,进而为储量评价、动态分析及数值模拟等输入准确的数据体,及时高效地指导多相流体流动规律的定量描述以及油气田开发方案的调整。(本文来源于《西南石油大学》期刊2016-12-01）
冀乾宇[10]（2016）在《基于分布式计算的多点地质统计方法研究》一文中研究指出多点统计学是储层地质建模研究中的一个主要方法,目前也被推广应用到数字岩心重构、电阻率成像资料补充等诸多领域。多点统计学算法的流行来自于用户对于对象模型尺度与分辨率要求的不断增强,但伴随而来的是运算成本的急剧增大,这也成为目前制约多点统计学在实际应用的主要限制。针对该问题,本文从大规模高精度多点统计模拟需求出发,提出了一套基于分布式计算系统和Spark计算平台的多点地质统计分布式算法。本文首先根据Apache Spark计算平台的特点,提出分布式SNESIM方法的问题分解策略,实现了较细粒度的问题划分,满足计算任务高度并行的需求,显着提高了计算效率。该分布式策略易于实现,对于相关软硬件要求不高,增强了算法的适应性。随后,为了减少搜索树的生成与查询时间,提出了基于Apache Spark内部数据结构特点的分布式键值对解决方案。调整了搜索树的数据结构,使其便于进行缓存,提高了分布式算法中搜索树的效率。与现有的串行方法相比,本文所采用的分布式多点地质统计逐点模拟方法在分布式计算与多点地质统计模拟方法的结合中提出了新的思路,改进了多点统计学模拟方法,使其在大规模多点统计模拟中表现出更强的适应性以及更高的效率。实验结果表明,该方法不仅保证了模拟精度,而且提高了运算效率,尤其对高精度大数据量的模拟有较好的效果。(本文来源于《西安石油大学》期刊2016-06-20）
多点地质统计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在开发中后期,传统的基于两点统计的地震储层反演方法可提高碎屑岩储层纵向表征分辨率,获得高分辨率的反演结果。然而在储层形态上,两点统计反演难以刻画储层复杂形态及结构特征。多点地质统计反演则能够通过多个空间点联合分布刻画特定地质体形态,同时保证垂向高分辨率特征。给出了一种基于多点地质统计学的储层反演方法和流程,首先通过多点地质统计建模确定岩相分布,然后通过岩相与弹性属性的先验分布抽样获得岩相模型控制下的弹性参数场分布,最后通过合成地震记录与理论地震记录匹配决定最优岩相和弹性参数场,实现多点地质统计地震反演。理论模型对比研究表明:相对于传统的两点统计反演和稀疏脉冲反演,多点地质统计地震反演结果精度高,具有推广应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多点地质统计论文参考文献
[1].胡迅,尹艳树,冯文杰,王立鑫,段太忠.深水浊积水道训练图像建立与多点地质统计建模应用[J].石油与天然气地质.2019
[2].苏亦晴,陈天胜,尹艳树,王立鑫,赵学思.多点地质统计反演技术[J].天然气地球科学.2019
[3].喻思羽.基于样式多点地质统计建模算法的改进[D].长江大学.2019
[4].王鸣川,段太忠.基于图型矢量距离的多点地质统计相建模算法[J].石油学报.2018
[5].刘遥,汪彦,张慧涛.利用多级相控-多点统计法建立碳酸盐岩缝洞储层地质模型[J].物探化探计算技术.2018
[6].尹艳树,赵学思,王立鑫.一种基于多点地质统计的储层反演新方法[J].长江大学学报(自科版).2018
[7].喻思羽,李少华,王端平,王军,张以根.基于p-stableLSH的多点地质统计建模算法[J].石油学报.2017
[8].冯德永,王芳芳.多属性约束的多点地质统计方法在民丰洼陷岩相预测中的应用[J].地质科技情报.2017
[9].孙婧.典型薄层砂岩储层沉积相分析及多点地质统计建模[D].西南石油大学.2016
[10].冀乾宇.基于分布式计算的多点地质统计方法研究[D].西安石油大学.2016