Моделирования фаций. Обзор - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Моделирования фаций. Обзор. Доклад-сообщение содержит 20 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Моделирования фаций Обзор Зачем строить фациальную модель? Понимание геологических процессов Отображение строения фаций – связность резервуаров и высокая степень неоднородности Опирается на наглядную фациальную информацию: форма, размер, ориентация, пропорции, распределение, статистика…

Слайд 2

Описание слайда:

Слайд 3

Описание слайда:

Слайд 4

Описание слайда:

Слайд 5

Описание слайда:

Слайд 6

Описание слайда:

Слайд 7

Описание слайда:

Цели: Цели: - Отображение неоднородности в большой области - Моделирование структуры фаций (гидравлически связанные элементы и экраны) Методы моделирования: - Детерминистический или стохастический - Стохастический: основанный на объектах или ячейках

Слайд 8

Описание слайда:

Моделирование фаций Какой метод нужно использовать в моделировании фаций? Если каротажи перемасштабированы, их можно использовать в детерминистическом и стохастическом моделировании Если нет скважинных данных, то детерминистические алгоритмы (кроме калькулятора, интерактивного рисования и Assign values) применять нельзя. Тогда используются безусловные стохастические методы. Детерминистические методы - Обычно применяются при плотных входных данных (много скважин, скважины+сейсмика) - Дают единственный результат Стохастические методы - Обычно используются, если мало входных данных - Могут дать несколько равновероятных реализаций

Слайд 9

Описание слайда:

Слайд 10

Описание слайда:

Моделирование фаций Данные упражнения – корреляция скважин и интерпретация фаций

Слайд 11

Описание слайда:

Слайд 12

Описание слайда:

Слайд 13

Описание слайда:

Статистический анализ данных Анализ фациальных данных Data analysis – это процесс для проверки качества данных, их анализа и подготовки для процесса Facies modeling.

Слайд 14

Описание слайда:

Proportion: Применяется как кривая вертикальной вероятности, построенная по исходному соотношению фаций в каждом K-слое. Кривая вероятности может быть вручную отредактирована. Proportion: Применяется как кривая вертикальной вероятности, построенная по исходному соотношению фаций в каждом K-слое. Кривая вероятности может быть вручную отредактирована.

Слайд 15

Описание слайда:

Thickness: Представление в виде гистограммы распределения мощности фаций. Параметр bin interval используется для задание разрешения. Thickness: Представление в виде гистограммы распределения мощности фаций. Параметр bin interval используется для задание разрешения.

Слайд 16

Описание слайда:

Probability: Показывает отношение между исходными перемасштабированными фациями и вторичным атрибутом, который должен существовать во всех ячейках моделирования. Probability: Показывает отношение между исходными перемасштабированными фациями и вторичным атрибутом, который должен существовать во всех ячейках моделирования.

Слайд 17

Описание слайда:

Variogram: Вариограмма отображает изменение зависимости данных с увеличением расстояния. Должна быть смоделирована для каждой фации. Variogram: Вариограмма отображает изменение зависимости данных с увеличением расстояния. Должна быть смоделирована для каждой фации.

Слайд 18

Описание слайда:

Процесс расчета: Процесс расчета: Дискретные данные трансформируются как бинарные переменные. Facies of interest преобразуются в ‘1’ а остальные фации в ‘0’. Классическая вариограмма рассчитывает-ся с использованием бинарных кодов для создания полудисперсии для каждого лага каждого дискретного значения : Функция распределения (pdf= F(z)) рассчитывается по формуле: Дисперсия для дискретного свойства рассчитывается исходя из распределения (Var= F(z)*(1-F(z))). Классическая вариограмма нормализуется Var= F(z)*(1-F(z)):