10.3969/j.issn.2095-4107.2009.05.017
基于集合卡尔曼滤波的油藏辅助历史拟合
基于梯度计算的传统优化算法是同时使用观测数据,集合卡尔曼滤波方法是连续使用观测数据,因此它比传统优化算法计算量小.将集合卡尔曼滤波方法作为辅助油藏历史拟合的优化算法,利用序贯高斯模拟生成储层状态的初始实现集合,在算法实现过程中,通过吸收观测数据,实现油藏模型的动态参数(如压力、饱和度)及静态参数(如渗透率)连续更新.通过一个二维的"一注四采"水驱油藏模型的拟合计算,验证算法的有效性,并讨论集合大小和集合采样初始均值对历史拟合结果的影响.在一定范围内,集合样本数对计算精度影响不是很大;对于不同的集合采样初始均值,待估参数能较快地收敛于真值,表明该算法稳定性好.
油藏历史拟合、集合卡尔曼滤波、序贯高斯算法
33
TE319(油气田开发与开采)
国家"973"重点基础研究发展规划973计划项目2006CB202400;国家科技攻关重大专题项目2008ZX05014
2009-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78