传统的建模方法包括确定性建模和随机建模,但它们不能实现储层参数在时间维的预测。建立储层参数的四维模型能够揭示储层参数在四维空间的分布和演化规律,对剩余油的进一步挖潜具有重要的理论和现实意义。本文在充分吸取已有两种储层四维建模方法优点的基础上,提出了一种建立储层四维模型的新方法:首先结合实验分析、生产动态等资料,来求取历史储层参数;接着利用人工神经网络方法,对历史储层参数进行学习与训练,总结出各井点储层参数随时间的演变规律,进而对未来的井点储层参数做出预测;然后建立起构造模型,应用随机模拟或克里金

通过文献调研发现,目前我国对微观剩余油分布的研究主要采用方法还是含油薄片分析法和微观仿真模型技术,但这2种方法存在明显的不足,主要体现在含油薄片制作困难且取心成本高;微观仿真模型与实际地层条件存在一定差距,存在明显的不确定性。在对文献调研的基础上,指出了传统方法的优势和不足之处,总结了一些新方法,也利用新技术对一些传统方法提出改善,展望了微观剩余油分布研究的发展趋势。