A Study on Probability Inversion Technology

doi:10.11885/j.issn.1674-5086.2014.11.06.03

Abstract

Abstract:

The limited vertical resolution of post-stack constraint sparse pulse inversion method has difficulty meeting the
needs of development. However，by using the probability inversion technique，we get the inversion results by introducing
Bayesian posterior probability to put the uncertainty of seismic，well logs and geology information into probability，and then
we draw random samples from the posterior probability distribution through Markov Chain，and finally make the optimal
expectation obtained by Monte Carlo method as the inversion results. The technology can satisfy the needs of oil development
as it combines the advantages of the high resolution of well with good representation ability of seismic lateral tendency，and can
effectively improve the seismic resolution. The multi-solution of the seismic inversion can be effectively reduced by realizing
lots of equal probability results. The uncertainty analysis of reservoir description is more suitable to geological regularity and
geological understanding when the probability thought is considered. During the research in meandering river sedimentary in
some offshore oilfield，this method has obtained good application effect in sand body superimposed relationship recognition，
sand body boundary recognition，well pattern deployment，and well location optimization.

Key words: fine stratigraphic framework, probability inversion, uncertain description, well pattern deployment, well location
optimization

CLC Number:

TE19

FAN Tingen1，2*, HUANG Xuri1, HU Guangyi2, WANG Zongjun2, Yin Cheng1. A Study on Probability Inversion Technology[J]. 西南石油大学学报(自然科学版), DOI: 10.11885/j.issn.1674-5086.2014.11.06.03.

0
/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: http://journal15.magtechjournal.com/Jwk_xnzk/EN/10.11885/j.issn.1674-5086.2014.11.06.03

http://journal15.magtechjournal.com/Jwk_xnzk/EN/Y2016/V38/I3/65

References

[1] 胡华锋，印兴耀，吴国忱，等. 基于贝叶斯分类的储层
物性参数联合反演方法[J]. 石油物探，2012，51（3）：
225 232.
HU Huafeng，YIN Xingyao，WU Guochen，et al. Joint
inversion of petrophysical parameters based on Bayesian
classification[J]. Geophysical Prospecting for Petroleum，
2012，51（3）：225 232.
[2] 史祥明，杨少春，叶光辉，等. 储集层平面非均质性的
地质统计学研究方法[J]. 新疆石油地质，2010，31（5）：
497 499.
SHI Xiangming，YANG Shaochun，YE Guanghui，et al.
Geological statistics for study of reservoir areal heterogeneity[
J]. Xinjiang Petroleum Geology，2010，31（5）：
497 499.
[3] 周金应，桂碧雯，林闻. 多点地质统计学在滨海相储层
建模中的应用[J]. 西南石油大学学报（自然科学版），
2010，32（6）：70 73.
ZHOU Jinying，GUI Biwen，LIN Wen. Application of
multiple-point geostatistics in offshore reservoir modeling[
J]. Journal of Southwest Petroleum University（Science
& Technology Edition），2010，32（6）：70 73.
[4] 尹艳树，吴胜和，翟瑞，等. 利用Simpat 模拟河流相
储层分布[J]. 西南石油大学学报（自然科学版），2008，
30（2）：19 22.
YIN Yanshu，WU Shenghe，ZHAI Rui，et al. The forecasting
of fluvial facies reservoir distribution by using
simpat[J]. Journal of Southwest Petroleum University（
Science & Technology Edition），2008，30（2）：
19 22.
[5] 尹艳树，王进，文志刚，等. 浅水三角洲分流河道三维
储层建模方法比较[J]. 西南石油大学学报（自然科学
版），2013，35（3）：46 51.
YIN Yanshu，WANG Jin，WEN Zhigang，et al. Comparison
of reservoir stochastic modeling methods for the underwater
distributary channels in shallow water delta[J].
Journal of Southwest Petroleum University（Science &
Technology Edition），2013，35（3）：46 51.
[6] 李文洁，李辉峰，张超，等. 苏里格气田致密储集层定
量描述技术[J]. 新疆石油地质，2014，35（4）：476 480.
LI Wenjie，LI Huifeng，ZHANG Chao，et al. Application
of quantitative characterization technology for tight reservoirs
in Sulige Gas Field[J]. Xinjiang Petroleum Geology，
2014，35（4）：476 480.
[7] 王亚青，高博禹，孙立春. 提高地质储量计算精度需注
意的几个问题[J]. 西南石油大学学报（自然科学版），
2011，33（5）：63 67.
WANG Yaqing，GAO Boyu，SUN Lichun. Some problems
in improving calculation precision OOIP[J]. Journal
of Southwest Petroleum University（Science & Technology
Edition），2011，33（5）：63 67.
[8] DUBRULE O，THIBAUT M，LAMY P，et al. Geostatistical
reservoir characterization constrained by 3D seismic
data[J]. Petroleum Science，1998（4）：121 128.
[9] 姜文龙，杨锴. 岩石物理参数高分辨率地质统计学反
演[J]. 石油物探，2012，51（6）：638 649.
JIANG Wenlong，YANG Kai. High-resolution geostatistical
petrophysical-parameter inversion[J]. Geophysical
Prospecting for Petroleum，2012，51（6）：638 649.
[10] HAAS A，DUBRULE O. Geostatistical inversion A sequential
method for stochastic reservoir modeling constrained
by seismic data[J]. First Break，1994，13（12）：
561.
[11] ROTHMAN D H. Geostatistical inversion of 3-D seismic
data for thin-sand delineation[J]. Geophysics，1998，
51（2）：332 346.
[12] 王香文，刘红，滕彬彬，等. 地质统计学反演技术在
薄储层预测中的应用[J]. 石油与天然气地质，2012，
33（5）：730 735.
WANG Xiangwen，LIU Hong，TENG Binbin，et al. Application
of geostatistical inversion to thin reservoir prediction[
J]. Oil & Gas Geology，2012，33（5）：730 735.
[13] 何火华，李少华，杜家元，等. 利用地质统计学反演
进行薄砂体储层预测[J]. 物探与化探，2011，35（6）：
804 808.
HE Huohua，LI Shaohua，DU Jiayuan，et al. The application
of geostatistic inversion method to predicting the
thin sandstone reservoir[J]. Geophysical & Geochemical
Exploration，2011，35（6）：804 808.
[14] 吕其彪，吴清杰，毕有益. 高分辨率地质解释预测礁滩
相储集层[J]. 新疆石油地质，2012，33（5）：557 559.
LV Qibiao，WU Qingjie，BI Youyi. Prediction of reep-flat
revervoir using high resolution seismic interpretation[J].
Xinjiang Petroleum Geology，2012，33（5）：557 559.
[15] 尚建林，李太辉，霍新勇，等. 地质统计学反演预测百
口泉油田百34 井区薄砂体[J]. 新疆石油地质，2009，
30（6）：758 760.
SHANG Jianlin，LI Taihui，HUO Xinyong，et al. Applicaton
of geostatistical inversion to prediction of thin sand
body of Karamay Formation in Bai-34 well area in Baikouquan
Oil Field[J]. Xinjiang Petroleum Geology，2009，
30（6）：758 760.
[16] 宋维琪，朱海伟，姜宇东，等. 地面微地震资料震源
定位的贝叶斯反演方法[J]. 石油物探，2013，52（1）：
11 16.
SONG Weiqi，ZHU Haiwei，JIANG Yudong，et al.
Bayesian inversion method for surface monitoring microseismic
data[J]. Geophysical Prospecting for Petroleum，
2013，52（1）：11 16.
[17] 宗兆云，印兴耀，张繁昌. 基于弹性阻抗贝叶斯反演的
拉梅参数提取方法研究[J]. 石油地球物理勘探，2011，
46（4）：598 604，609.
ZONG Zhaoyun，YIN Xingyao，ZHANG Fanchang.
Elastic impedance Bayesian inversion for Lame paramaters
extracting[J]. Oil Geophysical Prospecting，2011，
46（4）：598 604，609.
[18] PENDREL J，LEGGETT M，MESDAG P. Geostatistical
simulation for reservoir characterization[J]. CSEG Annual
M fleeting Abstracts，2004.
[19] TORRES-VERDN C，GRIJALBA-CUENCA A，DEBEYE
H W J. A Comparison between geostatistical inversion
and conventional geostatistical-simulation practices
for reservoir delineation[C]. AAPG Hedberg Research
Conference on Applied Reservoir Characterization
Using Geostatistics，2005，3 16.
[20] 张义，尹艳树，秦志勇. 地质统计学反演在薄砂体储层
预测中的应用[J]. 断块油气田，2015，22（5）：565 569.
ZHANG Yi，YIN Yanshu，QIN Zhiyong. Application of
geostatistical inversion in thin sandstone reservoir prediction[
J]. Fault-Block Oil & Gas Field，2015，22（5）：
565 569.
[21] 肖佃师，卢双舫，王海生，等. 三角洲外前缘薄砂体地
震综合预测方法[J]. 中国石油大学学报（自然科学版），
2015，39（4）：62 69.
XIAO Dianshi，LU Shuangfang，WANG Haisheng，et al.
Comprehensive prediction method of seismic to thin sandstone
reservoir in delta-frontal[J]. Journal of China University
of Petroleum（Edition of Natural Science），2015，
39（4）：62 69.
[22] 张飞飞，王珩，郭永贵，等. 密井网地质统计学反演在
河道砂体预测中的应用[J]. 断块油气田，2016，23（2）：
156 160.
ZHANG Feifei，WANG Heng，GUO Yonggui，et al. Application
of dense well geological statistics inversion in
prediction of channel sand body[J]. Fault Block Oil &
Gas Field，2016，23（2）：156 160.
[23] 韩东，胡向阳，乌兴威，等. 基于马蒙算法地质统计学
反演的缝洞储集体预测[J]. 物探与化探，2015，39（6）：
1211 1216.
HAN Dong，HU Xiangyang，WU Xingwei，et al. The prediction
research on fracture-cavity reservoirs by geostatistical
inversion based on Markov Chain and Monte-Carlo
algorithm in the Tahe Oilfield[J]. Geophysical and Geochemical
Exploration，2015，39（6）：1211 1216.