集成孔隙度估算与不确定度传播用于油藏数值模拟模型

《Petroleum》：Integrated porosity estimation with uncertainty propagation for reservoir simulation models

　　

孔隙度是评估油藏性能的关键参数，其在模拟模型中的准确估算影响储量评价、生产预测与油田开发。与孔隙度估算相关的固有不确定度（即岩心应力释放、测井误差、气层效应与解释不确定度）在模型建立阶段需要专门方法处理。传统方法往往仅部分考虑这些不确定度，受井数据约束弱，可能缺乏足够细节且无法保持地质一致性。研究人员提出一种集成方法，通过结合岩心分析数据、测井曲线与自动化参数变化系统评估这些不确定度。为提高可靠性，该方法按与岩心数据的相关性对测井孔隙度估算值排序。综合不确定度评估采用井-层段（well-zone）区域化，将每个地质层作为独立区域。所有识别出的不确定度被整合进统一数据库，并由此传播至整个油藏。在参考层段，所提方法的孔隙度不确定度范围为0.7–4.4%，而所考虑的四种传统方法为3.1–10.4%，表明不确定度显著降低。该方法在保持沿井筒地质一致孔隙度分布的同时，为变化过程提供足够的粒度。所提方法成功应用于一个数据稀缺且地质背景复杂的真实油田案例。所开发方法产生地质合理的三维模型，为油气资产开发与管理中的决策提供稳健基础，并可在数据驱动的孔隙度边界内减少人工工作量，同时约束自动化历史匹配（AHM）。

研究背景方面，孔隙度（porosity, φ）是油藏数值模拟中计算烃类体积、流体流动模型及预测能力的根本输入，其估算在岩心测量、测井解释及自动化历史匹配（Automated History Matching, AHM）各阶段均受不确定度干扰，包括岩心应力释放、盐溶、黏土膨胀、测井受地层地质与采集条件影响、含气层段中子-密度响应异常及人为解释误差。传统方法如施加±20%统计噪声、高斯噪声、基于类比油田包络或岩心关系离散度等，常将单一基模视为真理、忽略多解性，或仅依赖岩心关系导致井间外推受限，且多在井点处未约束变化从而破坏地质连续性。为此，研究人员在《Petroleum》发表该研究，旨在建立统一、数据驱动、可集成的孔隙度不确定度量化与传播框架。

关键技术方法上，研究人员选取西伯利亚西部K油田（73口井，侏罗系4个层段Zone 1–4，泥质砂岩）为样本队列，以8口同时具备岩心与密度（RHOB）、声学（DT）、中子（NPHI）、自然电位（SP）测井的井作参考井。方法包括：基于岩心相关系数R²对测井孔隙度排序；逐点取各方法最小值φ_min与最大值φ_max构建参考井不确定度包络；将各方法与边界偏差Δleft/Δright按层段平均，形成“组合偏差矩阵（combined deviation matrix）”；对非参考井按优先级选基线曲线并叠加矩阵δ值生成数据驱动包络；引入含气层段密度-中子联合校正φ_RHOB+NPHI、声学-中子联合校正φ_DT+NPHI及中子乘子校正；以井-层段（well-zone）为区域化单元，用φ_var=φ_min+k(φ_max?φ_min)（k∈[0,1]）在AHM中变化孔隙度，保持曲线形态地质一致。

研究结果部分，2.1节参考井选择中明确以岩心+全套测井覆盖为准则选出参考井，其余井作传播对象。2.2节井数据描述给出K油田四套测井推导孔隙度公式及含气交叉指示。2.3节不确定度量化通过逐点min/max曲线证明包络随层段与深度可变，而非全局静态。2.4节组合偏差矩阵概念将油水层与气层δ值统存，表2给出Zone 1–4各方法Δleft/Δright实测值（如Zone 4 φ_NPHI Δleft=4.26%、Δright=1.34%）。2.5节偏差值计算用自动化脚本算中间曲线再平均。2.6节测井排序以R²为指标，K油田密度R²=0.58＞声学0.50＞中子0.32＞SP 0.16（SP弃用）。2.7节气层校正规定φ_RHOB+NPHI优先、φ_DT+NPHI次之、中子乘子再次，气层δ取油层对应方法平均。2.8节包络应用与变化在非参考井用基线±δ成包络，参考井固定，公式(16)控k分布（正态偏基模、三角偏边界）。

3.1节建立孔隙度曲线中，W4井Zone 2对比显示所提方法包络宽0.7–4.4%，优于岩心min/max（10.4%）、±20%（5.8%）、高斯噪声（6.5–8.4%）、岩心-密度关系离散（3.1%）。3.2节集成至AHM工作流，脚本读入数据→排序→算参考井min/max→填矩阵→非参考井出左右边界，生成概率化孔隙度实现体（图12四层Zone 1绿、Zone 2橙、Zone 3蓝、Zone 4红连续分布）。

讨论部分指出，已有方法或假设基模唯一、或受岩心覆盖限制、或井点不约束致地质断裂；本框架以参考井统计+well-zone区域化+偏差矩阵解决了数据稀缺下粒度与一致性矛盾。结论部分翻译如下：本研究针对孔隙度预测不确定度量化需求，尤其面向地质一致的自动化历史匹配（AHM），开发并成功将集成方法应用于数据稀疏复杂的K油田。关键发现为：1）在油藏模拟器中实现自动化工作流，系统整合岩心、测井与可靠性排序；2）建立组合偏差矩阵，将参考井数据驱动包络传播至测井覆盖差井；3）采用well-zone区域化在AHM中提供高粒度参数变化同时保持源数据趋势地质一致；4）对比四种文献方法，所提包络更窄且地质合理。该方法产出稳健三维孔隙度模型，为油藏管理决策提供可靠基础，并作为AHM预处理阶段全集成于模拟环境。未来可评估其对全油田历史匹配稳定性影响，及拓展至水平井（需处理井轨迹几何与上下地层对仪器读数附加不确定度）。