裂缝性储层属性分析与混合模拟策略探讨

裂缝性储层属性分析与随机模拟是一篇深入探讨了裂缝性储层特性研究与建模的重要论文，发表于2010年。相比于常规储层，裂缝的存在显著增强了储层的非均质性，因此，如何准确量化和模拟裂缝网络成为理解这类储层的关键。文章强调了整合多源数据、选用最优概率分布函数进行统计分析和空间分布研究的重要性。 论文首先指出，非线性分析方法在整合不同数据源和尺度数据时能够减少误差，使得综合分析的裂缝数据更为精确。同时，圆周统计和人工智能分析也被用于裂缝属性的分析，有助于得出更合理的结论。传统的离散随机模拟方法存在局限性，如仅在有数据区域具有良好拟合，而井间及周围裂缝的可靠性较低，且缺乏有效的约束和检验手段。 为解决这些问题，作者引入了复合模拟技术，如基于像元与基于目标的混合模拟，以及离散与连续混合模拟。例如，Gringa的像元网格模拟允许灵活模拟无参数裂缝形状，解决了传统平板裂缝无法再现天然裂缝的问题。而Tran的离散与连续混合模拟则将连续的密度分布和离散的裂缝属性相结合，通过裂缝密度概率分布来构建综合的裂缝网络模型，确保了模型的分辨率和流体渗流模拟的准确性。 该论文的创新之处在于提出了一种动态的密度概率重建策略，通过不断更新概率密度图，以决定新裂缝的位置，直到所有网格中的概率降为零且总体裂缝密度达到预设值。这种方法提高了模拟的精细度和可靠性，尤其在处理复杂裂缝网络时具有显著优势。 这篇论文提供了裂缝性储层属性分析的系统方法，强调了在随机模拟过程中考虑非线性分析、统计分析和复合模型的重要性，为裂缝性储层的模拟与预测提供了新的思路和技术支持。