專利名稱：利用梯度信息進行優(yōu)化的方法
技術(shù)領(lǐng)域：
本發(fā)明公開涉及確定數(shù)值模型的自由參數(shù)以便最小化或最大化作為結(jié)果的預測的數(shù)值優(yōu)化的若干方面。
背景技術(shù)：
本部分是為了引入可以與所公開技術(shù)和方法的各方面相關(guān)聯(lián)的本領(lǐng)域的不同方 面。在該部分的末尾提供了參考文獻目錄，并且在下文中可以參考這些參考文獻。包括參考文獻的本討論被認為有助于提供框架從而促進更好地理解本公開的具體方面。因此，應(yīng)當就此而論閱讀本部分，不一定承認本部分是現(xiàn)有技術(shù)。在許多學科中會出現(xiàn)非線性優(yōu)化，例如金融、制造、運輸或碳氫化合物資源的探測和生產(chǎn)。如圖I中所述，可以用公式表達用于使由數(shù)值模型預測的特定量最小化的基本優(yōu)化方法，在圖I中在10表明該方法。在框12，選擇一組模型參數(shù)值。在框13，通過數(shù)值模型運行參數(shù)值，從而預測特定量。在框14，確定是否充分最小化該量或是否超過規(guī)定的迭代次數(shù)。如果確定充分最小化該量或是超過規(guī)定的迭代次數(shù)，那么方法在框15結(jié)束。否則，在框12選擇新的參數(shù)值，并且重復執(zhí)行該方法。另一個優(yōu)化方式是將數(shù)值模型的輸出與某些數(shù)據(jù)或觀察值進行比較。目標是尋找最大化預測值和觀察值之間的相似性或最小化其之間的差異的一組模型參數(shù)。將這個差異稱為失配、代價或代價函數(shù)。針對所有可能的參數(shù)組合對代價函數(shù)求值限定了響應(yīng)面。這個方法被稱為反演，其可以被認為是尋找響應(yīng)面最小值。反演在碳氫化合物探測和生產(chǎn)的領(lǐng)域中的應(yīng)用包括地震反演、地質(zhì)建模和歷史擬合。圖2是示出已知的簡單反演方法的流程圖，一般在20表明。在框22選擇一組模型參數(shù)值。在框23，通過數(shù)值模型運行參數(shù)值，從而提供對輸出結(jié)果的預測，在框24示出。將該預測與觀察的特性或數(shù)據(jù)進行比較，在框25中示出，從而產(chǎn)生代價函數(shù)。在框26確定該代價函數(shù)是否被充分最小化。如果是，那么方法在框27結(jié)束。如果未充分最小化代價函數(shù)，那么在框22選擇新的參數(shù)值，并重復該方法。由于諸如地質(zhì)建模的復雜問題可能具有許多獨立參數(shù)或自由參數(shù)，所以通過估算所有可能的參數(shù)組合構(gòu)造地質(zhì)模型的響應(yīng)面幾乎是不可能的。也禁止通過對參數(shù)空間進行系統(tǒng)采樣(因此對參數(shù)進行系統(tǒng)測試)構(gòu)造近似的響應(yīng)面，因為通過反演不僅僅得到一些自由參數(shù)。代替的是，通常對參數(shù)空間執(zhí)行迭代采樣，并且問題是選擇要用于迭代過程中的參數(shù)值。一個策略是尋找參數(shù)空間中代價函數(shù)的梯度消失之處的點，或換句話說，尋找響應(yīng)面是平的之處的點。這些點示出代價函數(shù)的局部最大值或局部最小值，并具有與觀察值的局部最大相似性或局部最小相似性。在所有其他的點，梯度是非零值，且表明代價函數(shù)的值減少最多的方向，因而表明朝著具有較低代價的參數(shù)的方向。如圖3的方法30中所示，在框32選擇初始的參數(shù)組，其等同于選擇響應(yīng)面上的初始點。在框34數(shù)值模型可以用于對代價函數(shù)和代價函數(shù)的梯度求值。在框36，當未充分最小化代價函數(shù)時，從先前的值中選擇在響應(yīng)面上向下的參數(shù)空間中的新參數(shù)值?？梢灾貜驮摲椒ㄖ钡竭_到最小值，或直到迭代次數(shù)超過規(guī)定極限。對于許多問題而言遺憾的是，在響應(yīng)面上存在各種最小值，這幾乎保證尋找到的解不是全局最優(yōu)值而僅僅是局部最優(yōu)值。換句話說，解陷入局部最小值。參數(shù)選擇的另一個策略是對響應(yīng)面進行采樣，并且創(chuàng)建引導參數(shù)選擇的響應(yīng)面模型。這在圖4中所述的方法40中示出，其中在框42基于數(shù)值模型 的輸出和相關(guān)聯(lián)的代價函數(shù)估計響應(yīng)面模型。使用每次迭代，更新響應(yīng)面模型，希望引起更好的參數(shù)選擇(在框44)，以在下一次迭代中使用。響應(yīng)面模型方法通常重新結(jié)合當前最佳解的參數(shù)或生成接近當前最佳解的新參數(shù)。實際上，可以引入某種程度的隨機性，從而保持尋找響應(yīng)面的有希望區(qū)域，從而降低陷入局部最小值的風險。對解決與優(yōu)化方法和算法相關(guān)聯(lián)的各種問題已經(jīng)進行了許多嘗試。例如，Sambridge (1999)提出了通過Voronoi鑲嵌(或構(gòu)型)動態(tài)分割參數(shù)空間的全局最優(yōu)化方法。然而，只考慮代價函數(shù)的求值，并且不建議用代價函數(shù)梯度補充代價函數(shù)。因此，響應(yīng)面被建模為分段恒定的。Rickwood和Sambridge (2006)揭示了對原始的相鄰算法的改進,其更適合于并行計算環(huán)境。原始算法成批地估算參數(shù)和更新響應(yīng)面模型，其使算法同步和強迫周期暫停，以允許所有的處理器接近。該改進消除了這個障礙，但是未揭示代價函數(shù)梯度的用法。Koza的美國專利4，935，877提出了用于求解優(yōu)化問題但不處理包含的代價函數(shù)梯度信息的非線性遺傳算法。Kohn等人的美國專利7，216，004、Kohn等人的美國專利7，072, 723B2和Kohn等人的美國專利公開US2005/0102044揭示了用于通過在高維域上最小化數(shù)學建模優(yōu)化問題的函數(shù)的方法尋找針對遺傳優(yōu)化問題的最優(yōu)解或接近的最優(yōu)解的方法和系統(tǒng)。這些方法將代價函數(shù)變換為被數(shù)值求解的微分方程系統(tǒng)。未公開的是響應(yīng)面模型的使用或代價函數(shù)的離散近似。Chiang等人的美國專利公開US20030220772A1公開了尋找多個局部最優(yōu)值然后其中選擇最優(yōu)值的優(yōu)化方法。Teughels等人(2003)提出了組合全局優(yōu)化和局部優(yōu)化但不揭示用于創(chuàng)建響應(yīng)面模型的Voronoi或德勞內(nèi)鑲嵌的用法的優(yōu)化方法。Shang和Wah(1996)提出了組合全局搜索和局部搜索從而探索解空間、定位有希望的區(qū)域和尋找局部最小值的混合優(yōu)化方法。為了引導探索解空間，其使用梯度探索局部最小值，但是一旦找到微小改進則離開。該算法基于神經(jīng)網(wǎng)絡(luò)方法，且不使用明確的代價函數(shù)離散化。本領(lǐng)域中需求的前述討論是代表性的而非詳盡列舉。處理一個或更多這種需求或本領(lǐng)域中某其他相關(guān)的劣勢的技術(shù)將使鉆井和油藏開發(fā)規(guī)劃受益，例如為更加有效和更加有益地開發(fā)油藏提供決策或規(guī)劃。
與本發(fā)明相關(guān)和本文中提及的參考材料包括以下Sambridge，“Geophysical Inversion with a Neighbourhood Algorithm-ISearching a parameter space，，，Geophysical Journal International (國際地球物理學雜志)，138,479-494，1999。Rickwood 和 Sambridge，“Efficient parallel inversion using theNeighbourhood Algorithm”， Geochemistry Geophysics Geosystems,7, Ql1001, doi 10.1029/2006GC001246，2006。Shang 和 Wah，“Global Optimization for Neural Network Training”， IEEEComputer,29(3)，45-54，1996。Teughels等人的“Global optimization by coupled local minimizers and its application to FE model updating” Computer&Structure，81 (24-25)，2337-2351，2003。Koza 的美國專利 4，935，877，“Non-linear genetic algorithms for solvingproblems，，。Kohn 等人的美國專利 7，216，004B2，“Method and system for optimization ofgeneral problems，，。Kohn 等人的美國專利 7，072，723B2，“Method and system for optimization ofgeneral problems，，。Kohn 等人的美國專利公開 US2005/0102044A1，“Method and system foroptimization of general symbolicalIy expressed problems， for continuousrepair of state function， including state function derived from solutions tocomputational optimization,for generalized control of computational processes，and for hierarchical meta-control and construction of computational processes，，。Chiang 等人的美國專利公開 US20030220772A1，“Dynamical methods forsolving large-scale discrete and continuous optimization problems，，。

發(fā)明內(nèi)容
公開一種改進地下區(qū)域的地質(zhì)模型的方法。選擇一組或更多組參數(shù)值。每個參數(shù)直接或間接地表明地質(zhì)特性。一組或更多組參數(shù)值中的每個均被輸入數(shù)值模型，從而為每組參數(shù)值生成預測結(jié)果。將每組參數(shù)值的預測結(jié)果與地下區(qū)域的觀察值進行比較，兩者之間的差異被定義為與每組參數(shù)值相關(guān)聯(lián)的代價。獲得與每組參數(shù)值相關(guān)聯(lián)的代價的梯度。構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似。每個地層對應(yīng)于一組參數(shù)值，已經(jīng)針對該組參數(shù)值估算代價和代價梯度。基于幾何近似生成響應(yīng)面模型。響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的代價和代價梯度。當未滿足結(jié)束條件時，至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇額外組的參數(shù)值。繼續(xù)地利用所選的額外組的參數(shù)值重復該方法的若干部分，從而更新幾何近似和響應(yīng)面模型，直到滿足結(jié)束條件為止。具有預定等級代價的至少一組參數(shù)值被輸出至地下區(qū)域的地質(zhì)模型?？紤]到輸出的參數(shù)值組和/或相對應(yīng)的預測結(jié)果(若干)中的至少一個，更新地質(zhì)模型。根據(jù)所公開技術(shù)和方法的各方面，幾何近似可以基于利用Voronoi (沃羅諾伊)鑲嵌的插值和外推，以及至少一個地層可以是多面體。幾何近似可以基于利用德勞內(nèi)三角測量法的插值和外推，以及至少一個地層可以是超級三角形。當已經(jīng)選擇預定數(shù)量組的參數(shù)值時、當已經(jīng)超過預定的計算機運行時間量時、或當已經(jīng)發(fā)現(xiàn)小于預定最小值或大于預定最大值的代價時，則滿足結(jié)束條件。通過從具有比幾何近似中其他地層的代價更高的與其相關(guān)聯(lián)代價的地層內(nèi)選擇額外組的參數(shù)值可以至少部分地選擇額外組的參數(shù)值中的每個。通過從概率函數(shù)中選取一個數(shù)可以選擇額外組的參數(shù)值中的每個。當從概率函數(shù)中選取的數(shù)大于預定閾值時，可以在具有第N個最佳代價的地層內(nèi)選擇額外組的參數(shù)值，并將其與幾何近似中其他地層相關(guān)聯(lián)的代價進行比較，其中N是正整數(shù)。當從概率函數(shù)中選取的數(shù)不大于預定閾值時，可以在幾何近似中隨機選擇的地層內(nèi)選擇額外組的參數(shù)值。通過在具有比與幾何近似中其他地層的代價更好的相關(guān)聯(lián)代價(如在與之相關(guān)聯(lián)的參數(shù)值組估算的)的地層內(nèi)執(zhí)行隨機游動，可以選擇至少一個額外組的參數(shù)值，隨機游動因與地層相關(guān)聯(lián)的代價梯度而偏離。隨機游動可以使用超越函數(shù)的反演來確定額外組參數(shù)值的參數(shù)值。可以基于更新的地質(zhì)模型從地下區(qū)域中提取碳氫化合物?？梢燥@示更新的地質(zhì)模型。利用有限差分法或伴隨法可以獲得代價的梯度。在另一個方面中，提供用于改進地下區(qū)域的地質(zhì)模型的方法。獲得地下區(qū)域中的地質(zhì)特性的觀察值。地質(zhì)特性優(yōu)選地包括滲透性和/或多孔性。選擇一組或更多組參數(shù)值。每個參數(shù)直接或間接地表示一種地質(zhì)特性。該組參數(shù)值被輸入數(shù)值模型，從而為每組 參數(shù)值生成預測結(jié)果。對于每組參數(shù)值，根據(jù)預測結(jié)果和觀察值之間的差異獲得代價。獲得與每組參數(shù)值相關(guān)聯(lián)的代價的梯度。構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似。每個地層對應(yīng)于一組參數(shù)值，已經(jīng)針對該組參數(shù)值估算代價和代價梯度。基于幾何近似生成響應(yīng)面模型。該響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的代價和代價的梯度。當未滿足結(jié)束條件時，至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇額外組的參數(shù)值。繼續(xù)利用所選的額外組的參數(shù)值重復該方法的若干部分，從而更新幾何近似和響應(yīng)面模型直到滿足結(jié)束條件。具有預定等級代價的至少一組參數(shù)值被輸出至地下區(qū)域的地質(zhì)模型?？紤]輸出的參數(shù)值組和/或相關(guān)聯(lián)的預測結(jié)果，更新地質(zhì)模型。根據(jù)所公開的技術(shù)和方法的方面，結(jié)束條件可以是與任意組的參數(shù)值相關(guān)聯(lián)的代價小于最小代價或大于最大代價或是已經(jīng)選擇預定數(shù)目的額外組參數(shù)值。幾何近似可以是Voronoi鑲嵌，并且多個地層可以包括多面體，而與地層相關(guān)聯(lián)的代價函數(shù)可以包括基于相關(guān)聯(lián)的代價和代價梯度的線性模型。幾何近似可以是德勞內(nèi)三角測量，而多個地層可以包括超級三角形。地層中的代價函數(shù)可以包括諸如基于在超級三角形頂點的代價和代價梯度的多項式的函數(shù)?？梢栽诰哂斜扰c幾何近似中其他地層相關(guān)聯(lián)的代價更好的代價(如在與之相關(guān)聯(lián)的參數(shù)組估算的)的地層內(nèi)選擇至少一個額外組的參數(shù)值?？紤]具有更好代價的地層的代價梯度，可以選擇至少一個額外組的參數(shù)值。選擇至少一個額外組的參數(shù)值可以包括選擇具有比與幾何近似中其他地層的代價更好的代價(如在與之相關(guān)聯(lián)的參數(shù)值組估算的)的一組參數(shù)值。選擇額外組的參數(shù)值可以包括在具有與之相關(guān)聯(lián)的第N個最佳代價的地層內(nèi)選擇一組參數(shù)值，其中N是正整數(shù)。選擇額外組的參數(shù)值之一可以包括估算具有隨機數(shù)輸入的概率函數(shù)。當概率函數(shù)的輸出大于預定閾值時，可以在具有與之相關(guān)聯(lián)的第N個最佳代價的地層內(nèi)選擇額外組的參數(shù)值，其中N是正整數(shù)。當概率函數(shù)的輸出不大于預定閾值時，可以在幾何近似中隨機選擇的地層內(nèi)選擇額外組的參數(shù)值。選擇額外組的參數(shù)值可以包括在具有比與幾何近似中其他地層的代價更好的代價的地層內(nèi)執(zhí)行隨機游動，更好的代價在與之相關(guān)聯(lián)的參數(shù)組估算，其中隨機游動因與地層相關(guān)聯(lián)的代價和代價梯度而偏離?？梢曰诰哂斜绕渌M的參數(shù)值更好的代價的參數(shù)值組的最佳估計選擇至少某些所選參數(shù)值組。至少某些所選參數(shù)值組是隨機選擇的。在另一個方面中，公開具有的計算機可執(zhí)行邏輯記錄在有形的機器可讀介質(zhì)上的計算機程序產(chǎn)品。該計算機程序產(chǎn)品可以包括用于選擇一組或更多組參數(shù)值的代碼，每個參數(shù)表示地下區(qū)域的地質(zhì)特性；用于將一組或更多組參數(shù)值中的每組參數(shù)值輸入數(shù)值模型從而生成每組參數(shù)值的預測結(jié)果的代碼；用于將每組參數(shù)值的預測結(jié)果與地下區(qū)域的觀察值進行比較的代碼，兩者之間的差異被定義為與每組參數(shù)值相關(guān)聯(lián)的代價；用于獲得與每組參數(shù)值相關(guān)聯(lián)的代價梯度的代碼；用于構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似，每個地層對應(yīng)于一組已經(jīng)估算代價和代價梯度的參數(shù)值；用于基于幾何近似生成響應(yīng)面模型的代碼，該響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的代價和代價梯度；用于至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇額外組的參數(shù)值的代碼，當未滿足結(jié)束條件時所述代碼執(zhí)行選擇額外組的參數(shù)值；用于繼續(xù)利用所選額外組的參數(shù)值重復執(zhí)行代碼的其他部分從而更新幾何近似和響應(yīng)面模型直到滿足結(jié)束條件的代碼；和用于將具有預定代價等級的至少一組參數(shù)值輸出至地下區(qū)域的地質(zhì)模型。在另一個方面中，可以提供用于利用輸出的至少一組參數(shù)值更新地質(zhì)模型的代碼。還是在另一個方面中，提供從地下區(qū)域提取碳氫化合物的方法。選擇一組或更多組參數(shù)值。每個參數(shù)表示地質(zhì)特性。將一組或更多組參數(shù)值的每組參數(shù)值輸入數(shù)值模型，從而生成針對每組參數(shù)值的預測結(jié)果。將針對每組參數(shù)值的預測結(jié)果與地下區(qū)域的觀察值進行比較，兩者之間的差異被定義為和每組參數(shù)值關(guān)聯(lián)的代價。獲得與每組參數(shù)值相關(guān)聯(lián)的代價梯度。構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似。每個地層對應(yīng)于一組參數(shù)值，已經(jīng)針對該組參數(shù)值估算代價和代價梯度?；趲缀谓粕身憫?yīng)面模型。響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的代價和代價梯度。當未滿足結(jié)束條件時，至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇額外組的參數(shù)值。繼續(xù)利用所選的額外組參數(shù)值重復該方法的若干部分，從而更新幾何近似和響應(yīng)面模型直到滿足結(jié)束條件。具有預定等級代價的參數(shù)值組中的至少一組和/或其相關(guān)聯(lián)的預測結(jié)果用于預測地下區(qū)域的碳氫化合物的存在和位置中的至少一個。基于預測的存在和/或位置管理地下區(qū)域中的碳氫化合物。


查看下面的詳細說明和實施例的非限制性實例的附圖之后，前述的優(yōu)勢和其他優(yōu)勢將變得明顯，在附圖中圖I是描述已知的優(yōu)化方法的流程圖；圖2是描述已知的優(yōu)化方法的流程圖；圖3是描述已知的優(yōu)化方法的流程圖；圖4是描述已知的優(yōu)化方法的流程圖；圖5是描述優(yōu)化方法的流程圖；圖6是示出二維Voronoi鑲嵌的圖；圖I是不出具有相關(guān)聯(lián)的響應(yīng)面|吳型的多面體的圖8是示出構(gòu)造優(yōu)化方法中的初始響應(yīng)面模型的方法的流程圖；圖9是示出利用Voronoi鑲嵌的優(yōu)化方法的流程圖；圖10是示出選擇優(yōu)化方法中的參數(shù)組的方法的流程圖；圖11是示出沿著多面體和相關(guān)聯(lián)的響應(yīng)面模型的隨機游動的圖；圖12是描述與優(yōu)化方法一起使用的參數(shù)的邊界的圖；圖13是描述與優(yōu)化方法一起使用的參數(shù)的邊界的圖；圖14是示出沿著多面體的隨機游動的圖；圖15是示出二維德勞內(nèi)三角測量的圖； 圖16是示出德勞內(nèi)三角形和與其中一個三角形相關(guān)聯(lián)的響應(yīng)面模型的圖；圖17是示出利用德勞內(nèi)三角測量的優(yōu)化方法的流程圖；圖18是示出代價函數(shù)的圖；圖19A、19B、19C、和19D是示出利用Voronoi鑲嵌的優(yōu)化方法的輸出的圖；圖20A、20B、20C、和20D是示出另一個利用Voronoi鑲嵌的優(yōu)化方法的輸出的圖；圖21是計算機環(huán)境的簡化框圖；圖22是機器可讀的計算機代碼的簡化框圖；圖23是碳氫化合物提取行為的示意圖；和圖24是從地下區(qū)域提取碳氫化合物的方法的流程圖。在一定程度上，下面的詳細說明書是所公開技術(shù)的特定實施例或特定用途所特有的，這僅僅是為了說明而非解釋為限制本發(fā)明的范疇。正相反，意在涵蓋可以包括在由權(quán)利要求所限定的本發(fā)明的精神和范疇內(nèi)的所有替代物、改進和等價物。
具體實施例方式以計算系統(tǒng)或計算裝置中存儲器內(nèi)的數(shù)據(jù)位上操作的過程、步驟、邏輯塊、處理和其他的象征表示給出以下的詳細說明的某些部分。這些描述和表示是數(shù)據(jù)處理領(lǐng)域中的技術(shù)人員使用的手段，以將其工作的主旨傳達給本領(lǐng)域的其他技術(shù)人員。在這個詳細說明中，過程、步驟、邏輯塊、處理等被認為是導致期望結(jié)果的步驟或指令的前后一致序列。步驟是需要對物理量進行物理處理的步驟。通常，盡管不是必須的，這些量采用能夠被存儲、轉(zhuǎn)移、組合、比較和其他處理的電信號、磁信號或光信號的形式。已經(jīng)證明，主要由于普遍用法，將這些信號稱為位、值、元件、符號、字符、項、數(shù)字等有時候是方便的。除非具體說明，否則從下面的討論可以明顯看出，諸如“選擇”、“輸入”、“產(chǎn)生”、“比較”、“限定”、“和……相關(guān)聯(lián)”、“計算”、“輸出”、“構(gòu)造”、“使用”、“包括”、“生成”、“表示”、“重復”、“輸出”、“更新”、“考慮到”、“發(fā)現(xiàn)”、“估算(或求值)”、“顯示”、“獲得”、“選擇”、“確定”、“重構(gòu)”、“預測”、“執(zhí)行”、“管理”等的術(shù)語可以指計算機系統(tǒng)或其他的電子裝置將表示為某些電氣裝置的存儲器內(nèi)的物理(電子的、磁的或光的)量的數(shù)據(jù)轉(zhuǎn)換為類似表示為存儲器或傳輸裝置或顯示裝置內(nèi)的物理量的其他數(shù)據(jù)的行為和過程。這些術(shù)語和相似的術(shù)語與合適的物理量相關(guān)聯(lián)，并且這些術(shù)語僅僅是應(yīng)用于這些量的簡便標記。本文中公開的實施例還涉及執(zhí)行本文中操作的設(shè)備。為了所需目的可以專門構(gòu)造該設(shè)備，或該設(shè)備可以包含由存儲在計算機中的計算機程序或代碼選擇性激活或重配置的通用計算機。這種計算機程序或代碼可以存儲或編碼進計算機可讀介質(zhì)或在某類型的傳輸介質(zhì)上實施。計算機可讀介質(zhì)包括用于存儲或傳輸由諸如計算機(“機器”和“計算機”在本文中同義使用)的機器可讀的形式的信息的任何介質(zhì)或機構(gòu)。舉非限制性的實例來說，計算機可讀介質(zhì)可以包括計算機可讀存儲介質(zhì)(例如“ROM”)、隨機存取存儲器(“RAM”)、磁盤存儲介質(zhì)、光存儲介質(zhì)、閃存裝置等。傳輸介質(zhì)可以是雙絞線、同軸電纜、光纖、或某些其他合適的傳輸介質(zhì)，用于傳輸諸如電、光、聲或其他形式的傳播信號(例如，載波、紅外信號、數(shù)字信號等)。而且，模塊、特征、屬性、方法和其他方面可以實施為軟件、硬件、固件或其任意組合。無論什么情況下本發(fā)明的部件實施為軟件，部件可以實施為獨立程序、更大程序的部分、多個單獨程序、靜態(tài)或動態(tài)連接庫、內(nèi)核可加載模塊、裝置驅(qū)動器，和/或以計算機編程領(lǐng)域的技術(shù)人員現(xiàn)在或?qū)硪阎拿糠N方式和任何其他方式實施。此外，本發(fā)明不限于在任何專用操作系統(tǒng)或環(huán)境中的實施。下面定義本文中使用的各種術(shù)語。在一定程度上，以下未定義權(quán)利要求中使用的術(shù)語，它應(yīng)當被給予如在至少一個印刷刊物或授權(quán)專利中反映的，相關(guān)領(lǐng)域中的人員已經(jīng) 給出的最廣泛的可能定義。如此處所使用的，放置在第一實體和第二實體之間的“和/或”是指(I)第一實體、
(2)第二實體和(3)第一實體與第二實體中的一個。應(yīng)當以相同的方式解釋用“和/或”列出的多個元素，例如，如此結(jié)合的“一個或更多個”元素。如此處所使用的，當期望最小代價時，“最佳代價”是指低于已經(jīng)估算的所有其他代價的代價。當期望最大代價時，“最佳代價”是指高于已經(jīng)估算的所有其他代價的代價。如此處所使用的，當期望最小代價時，“較佳代價”是指低于其他代價的代價。當期望最大代價時，“較佳代價”是指高于其他代價的代價。如此處所使用的，“代價”或“代價函數(shù)”是指觀察值和基于特定的參數(shù)組的預測值之間的差異。如此處所使用的，“德勞內(nèi)(Delaunay)網(wǎng)”是通過連接Voronoi網(wǎng)格中Voronoi單元的相鄰結(jié)點形成的三角形網(wǎng)。在二維德勞內(nèi)網(wǎng)中，利用在三角形頂點的網(wǎng)結(jié)點將域劃分為三角形，使得三角形填充域。對該公開而言，這個域?qū)⒈环Q為參數(shù)空間。當穿過三角形頂點的圓(外接圓)在其中不包含任何其他結(jié)點時，這種三角測量是德勞內(nèi)。在三維德勞內(nèi)網(wǎng)中，利用在其頂點的網(wǎng)結(jié)點將域劃分為四面體。甚至是在更高維中，利用在其頂點的網(wǎng)結(jié)點將域劃分為超級三角形。德勞內(nèi)網(wǎng)/三角測量可以用于生成Voronoi網(wǎng)格，并且Voronoi網(wǎng)格可以用于生成德勞內(nèi)網(wǎng)。如此處所使用的，“顯示”包括引起顯示的直接行為，以及促進顯示的任何間接行為。間接行為包括提供軟件給最終用戶、維護用戶通過其能夠影響顯示的網(wǎng)站、超鏈接至這種網(wǎng)站或與執(zhí)行這種直接行為或間接行為的實體合作。因此，第一方可以單獨操作或與第三方賣主合作操作，從而能夠在顯示裝置上生成參考信號。顯示裝置可以包括適于顯示參考圖像的任何裝置，例如但不限于CRT監(jiān)視器、LCD監(jiān)視器、等離子體裝置、平板顯示裝置或打印機。顯示裝置可以包括已經(jīng)通過使用打算在估算、校正和/或改進顯示結(jié)果時使用的任何傳統(tǒng)軟件進行校準的裝置(例如，已經(jīng)利用監(jiān)視器校準軟件進行調(diào)整的彩色監(jiān)視器)。代替(或另外)在顯示設(shè)備上顯示參考圖像，與本發(fā)明相一致的方法可以包括提供參考圖像給對象。“提供參考圖像”可以包括通過物理傳送、電話傳送或電子傳送創(chuàng)建參考圖像或?qū)⒖紙D像分配給對象，通過網(wǎng)絡(luò)提供對參考圖像的訪問，或創(chuàng)建軟件或?qū)?gòu)造為在包括參考圖像的對象工作站或計算機上運行的軟件分配給對象。在一個實例中，提供參考圖像可以包括使得對象能夠通過打印機以硬拷貝形式獲得參考圖像。例如，信息、軟件和/或指令可以被傳送(例如，通過數(shù)據(jù)存儲裝置或硬拷貝電子地或物理地)和/或以其他方式獲得(例如，通過網(wǎng)絡(luò))，從而便于對象利用打印機打印參考圖像的硬拷貝形式。在這種實例中，打印機可以是已經(jīng)通過使用打算在估算、校正和/或改進打印結(jié)果時使用的任何傳統(tǒng)軟件進行校準的打印機(例如，已經(jīng)利用彩色校正軟件調(diào)整的彩色打印機)。如此處所使用的，“極值”是最大值或最小值。極值可以是局部極值，它是關(guān)于鄰近值的最大值或最小值。極值可以是全局極值，它是針對整個解集的最大值或最小值。如此處所使用的，“地層”是諸如四面體或超級三角形的幾何近似的一部分。如此處所使用的，“碳氫化合物儲層”包括含有任何碳氫化合物物質(zhì)的儲層，包括例如以下物質(zhì)中的任何一種或更多種油(通常也被稱為石油)、天然氣、凝析氣、柏油和浙青。術(shù)語“碳氫化合物儲層”也包括用于存儲CO2的儲層，例如從而提高碳氫化合物的產(chǎn)量 或隔離CO2。如此處所使用的，“碳氫化合物管理”或“管理碳氫化合物”包括碳氫化合物提取、碳氫化合物生產(chǎn)、碳氫化合物勘探、識別可能的碳氫化合物資源、識別井位置、確定井注入和/或提取速度、識別油層連通性、獲得、處置和/或放棄碳氫化合物資源、檢查現(xiàn)有的碳氫化合物管理決策、和任何其他的碳氫化合物相關(guān)的行為或活動。術(shù)語“碳氫化合物管理”也用于碳氫化合物或CO2的注入或存儲，例如CO2的隔離。如此處所使用的，“超級三角形”是二維三角形或三維四面體到任意維數(shù)的概括。超級三角形包括但不限于二維三角形和三維四面體。如此處所使用的，“機器可讀介質(zhì)”是指直接或間接地參與提供信號、指令和/或數(shù)據(jù)。機器可讀介質(zhì)可以采用包括但不限于非易失性介質(zhì)(例如，ROM、磁盤)和易失性介質(zhì)(例如，RAM)的形式。常見形式的機器可讀介質(zhì)包括但不限于軟盤、柔性磁盤、硬盤、磁帶、其他磁介質(zhì)，CD-ROM、其他光介質(zhì)，穿孔卡、紙帶、具有孔圖案的其他物理介質(zhì)，RAM、ROM、EPRM、FLASH-EPR0M或其他存儲芯片或存儲卡、存儲棒和計算機、處理器或其他電子裝置可以從其讀取的其他介質(zhì)。如此處所使用的，在需要方法或系統(tǒng)來尋找最佳解或做出最佳決策的意義上而言，術(shù)語“最優(yōu)的”、“正在優(yōu)化”、“優(yōu)化”、“最優(yōu)性”、“最優(yōu)化”(和這些術(shù)語的派生詞和其他形式以及語言上相關(guān)的詞或短語)不是為了限制需要尋找最佳解或做出最佳決策的方法或系統(tǒng)。盡管數(shù)學最優(yōu)解實際上可以出現(xiàn)在所有數(shù)學上可獲得的可能性的最佳處，但是優(yōu)化例程、方法、模型和過程的現(xiàn)實實施例可以針對這樣的目標進行工作，根本不用達到完美。因此，應(yīng)當理解，這些術(shù)語都是更普通的。術(shù)語可以描述致力于找到可以是最佳可用解、優(yōu)選解、或提供約束范圍內(nèi)的特定利益的解的解；或者不斷改進；或改善；或搜索目標的高點或最大值(或低點或最小值)；或處理從而降低補償函數(shù)或代價函數(shù)等。如此處所使用的，“多面體”是二維多邊形到任意維數(shù)的概括。舉非限制性的實例來說，二維多面體是多邊形，而三維多面體是多面體。如此處所使用的，“隨機游動”描述選擇響應(yīng)面模型或其一部分內(nèi)的一個或更多個參數(shù)值的過程，其中選擇在已知的參數(shù)值開始，利用隨機性程度迭代地選擇新的參數(shù)值。
如此處所使用的，“響應(yīng)面”是針對參數(shù)值的多個組合估算的代價函數(shù)值的組合。如此處所使用的，“巖石”包括在鉆井操作期間可能遇到的各種地質(zhì)材料，除了形式上分類為“巖石”的那些材料之外，還包括例如鹽、粘土、頁巖、砂等。如此處所使用的，“地下的”是指無論是在海平面以上、以下或在海平面的任意海拔或海拔范圍的任意陸地塊的頂面以下，和/或無論是在海平面以上、以下或在海平面的任意水域的底面以下。如此處所使用的，“鑲嵌(或構(gòu)型)”是指無間隙或重疊地填充可能的多維空間的多面體的集合。在二維中，例如，鑲嵌就由覆蓋平面的多邊形集合構(gòu)成。在三維中，例如，鑲嵌就由覆蓋體積的多面體集合構(gòu)成。
如此處所使用的，“VOTonoi (沃羅諾伊)單元”被定義為比任何其他結(jié)點更接近于其結(jié)點的空間區(qū)域，其中單元與結(jié)點和一連串鄰近單元相關(guān)聯(lián)。Voronoi網(wǎng)格是由Voronoi單元構(gòu)成的。Voronoi網(wǎng)格在幾何意義上是局部垂直的；也就是說，單元邊界與連接每個邊界的兩側(cè)上的結(jié)點的線垂直。為此，Voronoi網(wǎng)格也被稱為直交平分(PEBI)網(wǎng)格。矩形網(wǎng)格塊或笛卡爾網(wǎng)格是Voronoi網(wǎng)格的特例。Voronoi網(wǎng)格具有柔韌性從而廣泛地表示變化的域幾何，因為可以自由地選擇結(jié)點的位置。通過指派給定域中的結(jié)點位置然后以下面的方式生成單元邊界，即每個單元含有比任何其他結(jié)點位置更接近其結(jié)點位置的所有點，生成Voronoi網(wǎng)格。參考流程圖可以更好地理解實例方法。當為了說明的簡要，將所述方法示出和描述為一連串的框，應(yīng)當理解的是，方法并不限于按照框的順序，因為某些框可以按照與所示和描述的不同的順序進行和/或其他框同時進行。而且，實施實例方法可能需要比所有所示框少的框?？梢詫⒖蚪M合或分割成多個部件。而且，額外的和/或替代的方法可以使用在此處未示出的額外框。盡管附圖示出了連續(xù)進行的各種行為，但是可以理解，不同的行為可以連續(xù)地、基本并行地、和/或在基本時間不同的點發(fā)生。先前描述的已知優(yōu)化方法可以被分類為全局方法或局部方法。全局優(yōu)化方法，如圖I和圖2中所示的那些，通過引導的反復試驗程序?qū)?shù)空間進行采樣，其中所有先前試驗的參數(shù)和作為結(jié)果的代價函數(shù)均用于預測希望更好的參數(shù)組，其將用于數(shù)值模型的下一次求值，從而增加相似性并且因此降低代價函數(shù)。局部優(yōu)化方法，如圖3和圖4中所示的那些，尋求通過代價函數(shù)梯度的分析估算或近似估算來穩(wěn)定地降低代價函數(shù)，分析估算或近似估算允許沿著代價函數(shù)表面向下移動或向下前進至極值(例如，最小值)。在本發(fā)明方法的一個方面中，局部優(yōu)化方法使用有限差分法和/或伴隨法確定或獲得代價函數(shù)梯度。局部優(yōu)化方法通常要求用于優(yōu)化的起始點接近極值。因為該極值最有可能是局部極值，所以局部優(yōu)化方法通常找不到全局極值。根據(jù)公開的技術(shù)和方法，針對數(shù)值模型不僅預測相關(guān)聯(lián)的代價或代價函數(shù)，而且關(guān)于尋找參數(shù)，即朝著局部較好參數(shù)的方向預測代價或代價函數(shù)的梯度的情況，描述用于非線性優(yōu)化的引導的反復試驗方法。該方法組合全局優(yōu)化方法和局部優(yōu)化方法，減少了模型估算次數(shù)并且因此減少優(yōu)化復雜的潛在非線性問題的計算開銷。這在圖5中示出的方法50中在一般意義中示出。在框52中選擇參數(shù)的值之后，在框54應(yīng)用數(shù)值模型基于在55存儲的地下區(qū)域的觀察值預測或獲得結(jié)果和相關(guān)聯(lián)的代價與代價梯度。在框56，確定參數(shù)的值是否描述了被充分最小化或最大化的響應(yīng)面上的位置，或是否超過規(guī)定的迭代次數(shù)。如果不是，那么在框58估計響應(yīng)面的模型，并且方法返回至框52從而基于估計的響應(yīng)面模型選擇新的一組參數(shù)值。重復方法50直到在框56中確定這組參數(shù)值是否描述了被充分最小化或最大化的響應(yīng)面上的位置，或是否超過規(guī)定的迭代次數(shù)。如果是，那么在框59輸出具有最佳代價的這組參數(shù)值。在一個方面中，輸出具有最佳相關(guān)聯(lián)代價的這組參數(shù)值，從而更新地下區(qū)域的地質(zhì)模型?？梢酝瓿蛇@點以預測地下區(qū)域中碳氫化合物的存在和/或位置，因此，可以在地下區(qū)域上執(zhí)行碳氫化合物提取活動。在另一個方面中，輸出具有比其他組更好的相關(guān)代價的多組參數(shù)值，從而更新地質(zhì)模型?？梢酝瓿蛇@點以提供多組參數(shù)用于進一步的優(yōu)化過程，在此未進行詳細地討論。進一步，可以輸出這些參數(shù)值組和其代價用于進一步的分析，例如估計靈敏性或不確定性，或是估計或更新諸如后驗概率密度的統(tǒng)計量。以下從數(shù)學上描述所公開的方面。假設(shè)正演模型或數(shù)值模型L，其使用一組獨立或自由參數(shù)X進行某些預測p。參數(shù)、正演模型和預測之間的關(guān)系可以寫為L(x) =Po如果數(shù)據(jù)或觀察值d是可用的，那么可以對測量預測值和觀察值之間差異的代價函數(shù)C求值。代價函數(shù)可以被定義為C(X) =C(p(x),d) = |p(x)_d|，其定義由參數(shù)X和代價函數(shù)C(X)形成的多維空間中的離散點。響應(yīng)面R(X)構(gòu)成該多維空間中的面。由于明確地計算響應(yīng)面幾乎不可能，所以可以通過從代價函數(shù)CU)的一些樣本計算來插值進行近似或建模。表達式r(x)表示從代價函數(shù)C(X)的樣本計算中獲得的響應(yīng)面的模型。最后，代價函數(shù)梯度或 伴隨矩陣被定義為a(x) =VC(X)0利用一組參數(shù)對數(shù)值模型求值不僅提供了代價函數(shù)的值，而且提供了代價函數(shù)梯度a(x)的值，因此允許通過其泰勒展開式r(x’)=C(x)+a(x)(X’ -X),局部地定義或建模響應(yīng)面。因此,使新參數(shù)、或響應(yīng)面上或參數(shù)空間中的額外點的選擇偏向于較低的代價函數(shù)值。參數(shù)空間的Voronoi鑲嵌可以用于建模響應(yīng)面。在Voronoi鑲嵌中，每個多面體表示在給定點組中每個周圍的影響區(qū)域。圖6描述Voronoi鑲嵌的二維實例，一般由參考數(shù)字60表明。每個點62表示一組參數(shù)，已經(jīng)針對該組參數(shù)估算預測值、代價函數(shù)和代價函數(shù)梯度。Voronoi多面體64 (其在二維中是多邊形)標記每個點的單獨影響區(qū)域，因此每個多面體定義比參數(shù)空間中的任何其他點更接近其相關(guān)聯(lián)點的所有解集。圖7示出與Voronoi鑲嵌75中的特定多面體74相關(guān)聯(lián)的響應(yīng)面模型72。響應(yīng)面模型72具有值，在三維中用圖將該值表示為超出多面體的高度。響應(yīng)面的值或高度對應(yīng)于代價函數(shù)的值。響應(yīng)面模型還具有對應(yīng)于代價函數(shù)梯度的斜面。響應(yīng)面模型的斜面表明可以存在多面體內(nèi)的更優(yōu)解的方向。在圖7中箭頭76表示在沿著響應(yīng)面模型72的面向下方向的代價函數(shù)梯度點。箭頭76表明在響應(yīng)面模型72內(nèi)將使代價函數(shù)最小化的方向。圖8和圖9示出其中Voronoi鑲嵌用于建模響應(yīng)面從而尋找極值的方法80。為了構(gòu)造初始的Voronoi鑲嵌，需要多個點。在框82中，選擇多組初始參數(shù)值，而在框83中將多組初始參數(shù)值中的每組應(yīng)用于數(shù)值模型以預測結(jié)果。觀察值(框84)用于預測和/或計算針對初始參數(shù)組中每個的關(guān)聯(lián)代價和關(guān)聯(lián)代價梯度。在框85存儲預測值用于另外的迭代。在框86中利用Voronoi鑲嵌估計參數(shù)空間的初始幾何近似，其中定義多面體的每個點對應(yīng)于一組初始參數(shù)值?？梢匀鐖D6和圖7中所示構(gòu)造Voronoi鑲嵌。根據(jù)與多組初始參數(shù)值中每組初始參數(shù)值相關(guān)聯(lián)的代價和代價梯度形成初始的響應(yīng)面模型。附圖中將響應(yīng)面模型示為具有三維，然而在具有多于兩個參數(shù)模型中，可以在許多維中表征響應(yīng)面模型。一旦構(gòu)造初始的幾何近似和響應(yīng)面模型，就通過考慮響應(yīng)面模型選擇隨后的參數(shù)值組，和通過估算數(shù)值模型和其相關(guān)聯(lián)的代價函數(shù)與代價函數(shù)梯度檢驗隨后的參數(shù)值組。在框92中(圖9)，通過從具有當前最小代價函數(shù)值的一個多面體中選擇或隨機地選取點可以選擇新的一組參數(shù)。使該隨機選取偏向于利用相關(guān)聯(lián)的代價函數(shù)梯度值的局部線性響應(yīng)面模型的較小值。然而，應(yīng)當注意，選擇新的一組參數(shù)一和因此增加新的點至VOTonoi鑲嵌一可能需要劃分其中已經(jīng)選取或選擇新的點的VOTonoi單元。而且，選擇給定多面體內(nèi)的新的一組參數(shù)可以影響鑲嵌中的其他多面體。因為每個多面體表示包括在多面體中的點的最近影響區(qū)域，所以增加點也將迫使鄰近多面體的體積縮小，因為新的點在其影響區(qū)域下將需要某些鄰近多面體的體積。因此，增加新點將不僅分離一個多面體也將通過調(diào)整那些其他多面體的邊界重新調(diào)整幾何近似中的其他多面體的體積。通過選擇當前N個最佳多面體中的一個可以實現(xiàn)對新一組參數(shù)值(即，圖6中所示鑲嵌中的新的點)的隨機選取或選擇，其中“最佳多面體”被定義為具有最小代價函數(shù)值的多面體。應(yīng)當選擇N的值以提高收斂至最優(yōu)解的可能性。小的N數(shù)，例如I或2，將導致迅速收斂至“最優(yōu)”多面體和相關(guān)聯(lián)的參數(shù)組，但是幾乎確?！白顑?yōu)”參數(shù)組將僅僅是次最優(yōu)局部極值，既不是全局極值也不是真正好的局部極值。較大的N值將提高尋找到優(yōu)良的局 部極值的可能性。然而，全局極值或至少最佳局部極值可能不位于當前N個最佳多面體附近。在該情形中，永遠也找不到全局極值，因為方法不斷地選擇接近當前被定義為最佳多面體的新參數(shù)組，而全局極值可以定位在當前未定義為最佳多面體的多面體中。因此，該方法使用概率閾值q(在范圍0 < q < I內(nèi)的數(shù))，其表明多久一次從任意多面體內(nèi)選擇新的參數(shù)組，而不是從與當前N個最佳多面體相關(guān)聯(lián)的多面體之一內(nèi)選擇。概率閾值P= 1-q表明多久一次在當前最佳參數(shù)組中一個參數(shù)組附近或在與其相關(guān)聯(lián)的多面體內(nèi)選擇新的參數(shù)組。大的P值，因此小的q值傾向于強調(diào)響應(yīng)面模型的局部優(yōu)化，而小的P值因此大的q值傾向于強調(diào)通過任意探究響應(yīng)面模型的全局發(fā)現(xiàn)。似乎控制變量N和q是互斥的，因此該方法對N、P、和q的選擇敏感。然而，這兩個控制變量結(jié)合得比起初更明顯。首先，已經(jīng)估算幾組參數(shù)值，并且Voronoi鑲嵌由非常大的多面體構(gòu)成。專注當前最佳多面體仍導致隨機搜索，因為由于多面體的尺寸大，相關(guān)聯(lián)的響應(yīng)面不能通過線性近似表示。然而，在進行多次迭代之后，在曾經(jīng)認為是最佳的參數(shù)組附近選擇許多參數(shù)組。因此，大量的參數(shù)組至少將至少是次最優(yōu)的。隨機地選擇多面體用于對分或劃分將逐漸地產(chǎn)生這些較小、次最優(yōu)的參數(shù)組和多面體中的一個，而不是整體次最優(yōu)的但可以含有其邊界內(nèi)的更好參數(shù)組的較大多面體。因此，可以看出，該方法通過專注探索整個參數(shù)空間開始，逐漸地朝著參數(shù)空間的已識別部分(即多面體)中的優(yōu)化移動。控制變量N和q的值引導探索如何迅速地過渡到優(yōu)化。局部極值中針對截留的額外保護措施是基于選擇用于改進的多面體的體積或至少基于其估計。一旦發(fā)現(xiàn)極值(最有可能是局部極值)的一般位置，那么算法根據(jù)代價函數(shù)的值和代價函數(shù)梯度保持選擇附近的點，直到以某種方式出現(xiàn)更好的極值。在這樣做時，與那些附近的所選點相關(guān)聯(lián)的多面體逐漸變小，并且可以降到浮點數(shù)的分辨率以下。而且，求解具有過度精度的最優(yōu)值是無意義的，尤其如果該極值是局部極值時。因此，如果所選用于改進的多面體的尺寸下降到閾值以下，則不考慮該多面體用于進一步的改進。相反，通過隨機選取或選擇、改進隨機多面體或改進下一個最佳多面體查找新的參數(shù)。這些選擇中的任一個將算法從局部優(yōu)化模式切換至全局優(yōu)化模式，全局優(yōu)化模式搜索參數(shù)空間中有希望的區(qū)域。圖10是示出完成圖9中框92的可能步驟的流程圖。在框101，選取0和I之間的隨機數(shù)，并與q和/或q_l進行比較。如果該數(shù)小于q，那么選擇隨機多面體用于進一步的估算。否則，選擇當前N個最優(yōu)多面體中的一個多面體。高的q值增加了選擇隨機多面體用于進一步估算的可能性，如在框102所示。高的p值增加了從當前N個最優(yōu)多面體之一選擇多面體的可能性，如在框103中所示。在框104，確 定所選多面體的尺寸或體積是否小于預定的閾值。如果所選多面體的尺寸或體積小于預定閾值，那么在框102選擇隨機多面體。一旦在框103或在框102已經(jīng)選擇合適尺寸的多面體，在框105就通過在傾斜的響應(yīng)面模型上執(zhí)行隨機游動來選擇用于估算數(shù)值模型和其代價函數(shù)與代價函數(shù)梯度的下
一組參數(shù)值
權(quán)利要求
1.一種改進地下區(qū)域的地質(zhì)模型的方法，所述方法包含 (a)選擇一個或更多參數(shù)值組,每個參數(shù)直接或間接表示地質(zhì)特性； (b)將所述一個或更多參數(shù)值組中的每個輸入數(shù)值模型，從而為每個參數(shù)值組生成預測結(jié)果； (C)將每個參數(shù)值組的所述預測結(jié)果與所述地下區(qū)域的觀察值進行比較，兩者之間的差異被定義為與每個參數(shù)值組相關(guān)聯(lián)的代價； (d)獲得與每個參數(shù)值組相關(guān)聯(lián)的代價的梯度； (e)構(gòu)造由一個或更多地層限定的參數(shù)空間的幾何近似，每個地層對應(yīng)于一參數(shù)值組，已經(jīng)針對該參數(shù)值組對代價和所述代價的梯度求值； (f)基于所述幾何近似生成響應(yīng)面模型，所述響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的所 述代價和所述代價的梯度； (g)當未滿足結(jié)束條件時，至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇至少一個額外的參數(shù)值組； (h)繼續(xù)地利用所選的額外的參數(shù)值組重復(b)、(c)、(d)、(e)、(f)和(g)部分，從而更新所述幾何近似和所述響應(yīng)面模型，直到滿足所述結(jié)束條件； (i)將具有預定等級代價的至少一個參數(shù)值組輸出至所述地下區(qū)域的地質(zhì)模型；和 (j)考慮到以下至少之一，更新所述地質(zhì)模型 輸出的至少一個參數(shù)值組，和 對應(yīng)于所述輸出的至少一個參數(shù)值組的預測結(jié)果。
2.根據(jù)權(quán)利要求I所述的方法，其中所述幾何近似基于利用Voronoi鑲嵌的插值和外推，以及其中所述一個或更多個地層的至少一個地層是多面體。
3.根據(jù)權(quán)利要求I所述的方法，其中所述幾何近似基于利用德勞內(nèi)三角測量的插值和外推，以及其中所述一個或更多個地層的至少一個地層是超級三角形。
4.根據(jù)權(quán)利要求I所述的方法，其中當以下之一為真時滿足所述結(jié)束條件 已經(jīng)選擇預定數(shù)目的參數(shù)值組，和 已經(jīng)發(fā)現(xiàn)小于最小值或大于最大值的代價。
5.根據(jù)權(quán)利要求I所述的方法，其中通過從具有的與之相關(guān)聯(lián)的代價比與所述幾何近似中其他地層的代價更高的地層內(nèi)至少部分地選擇所述額外的參數(shù)值組中的每組。
6.根據(jù)權(quán)利要求I所述的方法，其中所述額外的參數(shù)值組中的每組是通過以下選擇的 從概率函數(shù)中選取數(shù)； 當從所述概率函數(shù)中選取的數(shù)大于預定閾值時，在具有與之相關(guān)聯(lián)的第N個最佳代價的地層內(nèi)選擇額外的參數(shù)值組，并與和所述幾何近似中的其他地層相關(guān)聯(lián)的代價進行比較，其中N是正整數(shù)；和 當從所述概率函數(shù)選取的數(shù)不大于所述預定閾值時，在所述幾何近似中的隨機選擇的地層內(nèi)選擇額外的參數(shù)值組。
7.根據(jù)權(quán)利要求I所述的方法，其中通過在具有比所述幾何近似中的其他地層更好的相關(guān)聯(lián)代價的地層內(nèi)執(zhí)行隨機游動選擇至少一個所述額外的參數(shù)值組，所述隨機游動因與所述地層相關(guān)聯(lián)的代價的梯度而偏離。
8.根據(jù)權(quán)利要求7所述的方法，其中所述隨機游動使用超越函數(shù)的反函數(shù)確定所述額外的參數(shù)值組的參數(shù)值。
9.根據(jù)權(quán)利要求I所述的方法，進一步包含 基于所更新的地質(zhì)模型從所述地下區(qū)域提取碳氫化合物。
10.根據(jù)權(quán)利要求I所述的方法，進一步包含顯示所更新的地質(zhì)模型。
11.根據(jù)權(quán)利要求I所述的方法，其中所述代價的梯度是利用有限差分法和伴隨法之一計算的。
12.—種改進地下區(qū)域的地質(zhì)模型的方法，所述方法包含 (a)獲得所述地下區(qū)域的地質(zhì)特性的觀察值； (b)選擇一個或更多參數(shù)值組,每個參數(shù)直接或間接地表示所述地質(zhì)特性中的一種地質(zhì)特性； (C)將所述參數(shù)值組輸入數(shù)值模型，從而為每個參數(shù)值組生成預測結(jié)果； (d)對于每個參數(shù)值組，根據(jù)所述預測結(jié)果和所述觀察值之間的差異獲得代價； (e)獲得與每個參數(shù)值組相關(guān)聯(lián)的所述代價的梯度； (f)構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似，每個地層對應(yīng)于一參數(shù)值組，已經(jīng)針對該參數(shù)值組對代價和代價的梯度求值； (g)基于所述幾何近似生成響應(yīng)面模型，所述響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的所述代價和所述代價的梯度； (h)當未滿足結(jié)束條件時，至少部分基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇至少一個額外的參數(shù)值組； (i)繼續(xù)地利用所選的額外參數(shù)值組重復部分(C)、(d)、(e)、(f)、(g)和(h)，從而更新所述幾何近似和所述響應(yīng)面模型，直到滿足所述結(jié)束條件； (j)將具有預定代價等級的至少一個參數(shù)值組輸出至所述地下區(qū)域的地質(zhì)模型；和 (k)考慮到以下至少之一，更新所述地質(zhì)模型 輸出的參數(shù)值組，和 與所述輸出的參數(shù)值組相關(guān)聯(lián)的預測結(jié)果。
13.根據(jù)權(quán)利要求12所述的方法，其中所述結(jié)束條件包含以下之一與任意的參數(shù)值組相關(guān)聯(lián)的代價小于最小代價或大于最大代價，和已經(jīng)選擇預定數(shù)目的額外的參數(shù)值組。
14.根據(jù)權(quán)利要求12所述的方法，其中所述幾何近似是VOTonoi鑲嵌，以及其中所述多個地層包括多面體，以及與所述地層相關(guān)聯(lián)的代價函數(shù)包含基于所述相關(guān)聯(lián)的代價和所述代價的梯度的線性模型。
15.根據(jù)權(quán)利要求12所述的方法，其中所述幾何近似是德勞內(nèi)三角測量，以及其中所述多個地層包括超級三角形，以及其中所述地層中的代價函數(shù)包含基于在超級三角形頂點的代價和代價梯度的函數(shù)。
16.根據(jù)權(quán)利要求12所述的方法，其中在具有如在與之相關(guān)聯(lián)的參數(shù)組求值的、比與所述幾何近似中其他地層相關(guān)聯(lián)的代價更好的代價的地層內(nèi)選擇所述額外的參數(shù)值組中的至少一組。
17.根據(jù)權(quán)利要求16所述的方法，其中考慮所述具有更好代價的地層的代價梯度選擇所述額外的參數(shù)值組中的至少一組。
18.根據(jù)權(quán)利要求12所述的方法，其中通過選擇具有在與之相關(guān)聯(lián)的參數(shù)值組求值的、比與所述幾何近似中其他地層的代價更好的代價的一參數(shù)值組，選擇所述額外的參數(shù)值組中的至少一組。
19.根據(jù)權(quán)利要求12所述的方法，其中通過在具有與之相關(guān)聯(lián)的第N個最佳代價的地層內(nèi)選擇一參數(shù)值組來選擇所述額外參數(shù)值組中的至少一組，其中N是正整數(shù)。
20.根據(jù)權(quán)利要求12所述的方法，其中所述額外的參數(shù)值組之一是組通過以下選擇的 對具有隨機數(shù)輸出的概率函數(shù)求值， 當所述概率函數(shù)的輸出大于預定閾值時，在具有與之相關(guān)聯(lián)的第N個最佳代價的地層內(nèi)選擇所述額外的參數(shù)值組中之一，其中N是正整數(shù)；和 當所述概率函數(shù)的輸出不大于所述預定閾值時，在所述幾何近似中隨機選擇的地層內(nèi) 選擇所述額外的參數(shù)值組中之一。
21.根據(jù)權(quán)利要求12所述的方法，其中選擇所述額外的參數(shù)值組中之一包含 在具有比與所述幾何近似中其他地層的代價更好的代價的地層內(nèi)執(zhí)行隨機游動，所述隨機游動因與所述地層相關(guān)聯(lián)的所述代價和所述代價的梯度而偏離，所述更好的代價在與之相關(guān)聯(lián)的參數(shù)值組被求值。
22.根據(jù)權(quán)利要求12所述的方法，其中基于具有比其他參數(shù)值組更好的代價的參數(shù)值組的最佳估計選擇所選參數(shù)值組中的至少某些組。
23.根據(jù)權(quán)利要求12所述的方法，其中隨機地選擇所選參數(shù)值組中的至少某些組。
24.一種具有記錄在有形的機器可讀介質(zhì)上的計算機可執(zhí)行邏輯的計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包含 (a)用于選擇一個或更多參數(shù)值組的代碼，每個參數(shù)均表示地下區(qū)域的地質(zhì)特性； (b)用于將所述一個或更多參數(shù)值組中的每個輸入數(shù)值模型，從而為每個參數(shù)值組生成預測結(jié)果的代碼； (C)用于將每個參數(shù)值組的預測結(jié)果與所述地下區(qū)域的觀察值進行比較的代碼，兩者之間的差異被定義為與每個參數(shù)值組相關(guān)聯(lián)的代價； (d)用于獲得與每個參數(shù)值組相關(guān)聯(lián)的代價的梯度的代碼； (e)用于構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似的代碼，每個地層對應(yīng)于一個參數(shù)值組，代價和代價的梯度已經(jīng)針對該參數(shù)值組被求值； (f)用于基于所述幾何近似生成響應(yīng)面模型的代碼，所述響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的所述代價和所述代價的梯度； (g)用于至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇至少一個額外的參數(shù)值組的代碼，當未滿足結(jié)束條件時，所述代碼用于選擇額外的參數(shù)值組； (h)用于繼續(xù)地利用所選的額外參數(shù)值組重復部分(b)、(C)、(d)、(e)、(f)和(g)，從而更新所述幾何近似和所述響應(yīng)面模型，直到滿足所述結(jié)束條件的代碼；和 (i)用于將具有預定等級代價的至少一個參數(shù)值組輸出至所述地下區(qū)域的地質(zhì)模型的代碼。
25.根據(jù)權(quán)利要求24所述的計算機程序產(chǎn)品，進一步包含 (j)用于利用所述輸出的參數(shù)值組中的至少一組更新所述地質(zhì)模型的代碼。
26.—種管理地下區(qū)域內(nèi)的碳氫化合物的方法，所述方法包含 (a)選擇一個或更多參數(shù)值組,每個參數(shù)表示地質(zhì)特性； (b)將所述一個或更多參數(shù)值組的每組輸入數(shù)值模型，從而為每個參數(shù)值組生成預測結(jié)果; (C)將每個參數(shù)值組的所述預測結(jié)果與所述地下區(qū)域的觀察值進行比較，兩者之間的差異被定義為與每個參數(shù)值組相關(guān)聯(lián)的代價； (d)獲得與每個參數(shù)值組相關(guān)聯(lián)的代價的梯度； (e)構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似，每個地層對應(yīng)于一個參數(shù)值組，代價和所述代價的梯度已經(jīng)針對該參數(shù)值組被求值； (f)基于所述幾何近似生成響應(yīng)面模型，所述響應(yīng)面模型表示與每個地層相關(guān)聯(lián)的代價和代價的梯度； (g)當未滿足結(jié)束條件時，至少部分地基于與先前選擇的參數(shù)值組相關(guān)聯(lián)的響應(yīng)面模型選擇至少一個額外的參數(shù)值組； (h)繼續(xù)地利用所選的額外參數(shù)值組重復部分(b)、(C)、(d)、(e)、(f)和(g)，從而更新所述幾何近似和所述響應(yīng)面模型，直到滿足所述結(jié)束條件； (i)利用以下至少之一預測所述地下區(qū)域內(nèi)碳氫化合物的存在和位置中的至少之一 具有預定等級代價的參數(shù)值組的至少一組，和 與至少一個參數(shù)值組相關(guān)聯(lián)的預測結(jié)果；和 (j)管理所述地下區(qū)域內(nèi)的碳氫化合物。
27.根據(jù)權(quán)利要求12所述的方法，其中所述地質(zhì)特性包括滲透性和多孔性中的至少一個。
全文摘要
本發(fā)明涉及一種改進地下區(qū)域的地質(zhì)模型的方法。選擇一組或更多組參數(shù)值。每個參數(shù)表示地質(zhì)特性。為每組參數(shù)值獲得代價和代價梯度。構(gòu)造由一個或更多個地層限定的參數(shù)空間的幾何近似。生成表示與每個地層相關(guān)聯(lián)的代價和梯度的響應(yīng)面模型。當不滿足結(jié)束條件時，至少部分地基于與先前選擇的組相關(guān)聯(lián)的響應(yīng)面模型選擇至少一個額外組。繼續(xù)利用所選的額外組重復該方法的若干部分，從而更新幾何近似和響應(yīng)面模型，直到滿足結(jié)束條件。輸出具有至地下區(qū)域的地質(zhì)模型的預定等級代價的組和/或其相關(guān)聯(lián)的預測結(jié)果，從而更新地質(zhì)模型。
文檔編號G06G7/48GK102741854SQ201080047793
公開日2012年10月17日 申請日期2010年7月27日 優(yōu)先權(quán)日2009年10月23日
發(fā)明者K·加尤爾, M·英霍夫, T·孫 申請人:?？松梨谏嫌窝芯抗?br>