Перемасштабирование каротажных диаграмм

Для управления процессом перемасштабирования могут быть применены несколько установок.

· Log as bias – использует дискретное свойство для управления процессом перемасштабирования

· Average method – управляет алгоритмом, используемом в перемасштабировании

· Treat log – выбирает между линиями и точками в качестве входных данных

· Method – определяет, какие ячейки перемасштабировать

· Use facies weighting– вы можете задать веса для фаций

· Minimum number of points in a cell– вы можете задать минимальное число точек каратажа в ячейки, для того чтобы эта ячейка участвовала в перемасштабировании

· Wells– выбирает, какие скважины должны быть использованы в качестве входных данных в перемасштабировании

Log as bias

Эта опция используется, чтобы гарантировать соответствие перемасштабированных значений для петрофизического свойства свойству фации для одной и той же ячейки, т.е. если ячейка имеет русловые фации после перемасштабирования, она должна иметь пористость, соответствующую русловой фации в пределах этой ячейки.

Данная опция будет доступна, только если дискретная (фациальная) каротажная диаграмма была предварительно перемасштабирована.

1. Petrel затем проверит код фации в каждой ячейке, которая будет перемасштабироваться

2. Найдет соответствующую каротажную диаграмму для этого фациального свойства

3. Сравнит диаграмму фации с каротажной диаграммой для свойства, которое будет перемасштабироваться

4. Отфильтрует значения свойства, соответствующие коду фации ячеек

5. Усреднит эти значения, чтобы получить значение для перемасштабированной ячейки.

Результаты показаны на рисунке 10. Первая колонка показывает свойство фации в гриде, вторая – диаграмму фации, третья – перемасштабирование без привязки, четвертая – перемасштабирование с привязкой. Вы можете видеть, что опция перемасштабирования без привязки дает общее сглаживание значений свойства.

Методы усреднения

На сегодня имеются следующие методы перемасштабирования каротажных диаграмм:

· Arithmetic mean (арифметическое среднее) – обычно используется для таких свойств как пористость, насыщенность и коэффициент песчанистости, потому что это аддитивные величины.

· Arithmetic mean weighted (арифметическое средневзвешенное) – дает более корректное значение арифметического среднего, когда интервал между входными значениями непостоянен внутри результирующей ячейки. Этот алгоритм будет использоваться, когда опция арифметического среднего объединена с опцией Treat log as lines (обработать каротажную диаграмму как линии). Каждая выборка взвешивается в соответствии с расстоянием MD (измеренная глубина) внутри ячейки.

· Harmonic mean (Гармоническое среднее) – дает эффективную вертикальную проницаемость, если коллектор разбит на слои с постоянной проницаемостью в каждом слое. Гармоническое среднее хорошо «работает» c логнормальным распределением. Используется для проницаемости, так как чувствительно к низким значениям. Этот метод не используется для отрицательных значений.

· Harmonic mean weighted (Гармоническое средневзвешенное) – дает более корректное гармоническое среднее, когда входные значения находятся на разных расстояниях друг от друга в пределах результирующей ячейки. Этот алгоритм используется, когда гармоническое среднее объединяется с опцией Treat log as lines (обработать каротажную диаграмму как линии).

· Geometric mean (Геометрическое среднее)– обычно является хорошей оценкой для проницаемости, если она не имеет пространственной корреляции и логнормально распределена. Геометрическое среднее чувствительно к низким значениям, которые сильно влияют на результат. Этот метод не работает для отрицательных значений.

· Geometric mean weighted (геометрическое средневзвешенное) – дает более корректное геометрическое среднее, когда входные значения находятся на разных расстояниях друг от друга в пределах результирующей ячейки. Этот алгоритм используется, когда среднее геометрическое объединено с опцией Treat log as lines (обработать каротажную диаграмму как линии).

· RMS (Root Mean Squared) (среднеквадратическое) – обеспечивает сильное смещение в сторону высоких значений.

· Most of– выбирает дискретное значение, наиболее часто встречающееся в каротажной диаграмме в пределах конкретной ячейки.

· Facies Weighted – аналогично опции Most of, но разные фации будут умножаться на их весовой коэффициент перед оценкой. Весовой коэффициент дан в закладке взвешивания.

· Median – сортирует входные значения и выбирает центральное значение, например, если имеется 7 входных значений, они сортируются по абсолютной величине и затем выбирается то, что стоит под четвертым номером.

· Minimum – выбирает минимальное значение.

· Maximum –выбирает максимальное значение.

· Mid Point Pick – значение выбирается из точки соответствующей середине длины участка скважины внутри ячейки. Это, по сути, случайный выбор и такое распределение лучше задавать для исходных данных.

· Random Pick – значение выбирается из случайной точки ячейки. Данная опция позволяет избегать тенденции сглаживания, присущей другим методам, и вследствие этого желательно использовать его в качестве исходных данных каротажа.

Взвешенные опции выделяются выбором соответствующих установок и выбором опции Treat log as lines. Опции Most of и Median доступны только для дискретных диаграмм.

Для геометрических и гармонических средних величин могут использоваться только измерения со значениями больше нуля.