基于随机配点法的油藏自动历史拟合与动态预测方法
项目介绍
AI项目解读
基本信息
- 批准号:51204008
- 项目类别:青年科学基金项目
- 资助金额:23.0万
- 负责人:
- 依托单位:
- 学科分类:E0402.油气开采
- 结题年份:2015
- 批准年份:2012
- 项目状态:已结题
- 起止时间:2013-01-01 至2015-12-31
- 项目参与者:常海滨; 申林芳; 平婧; 李想; 戴城; 宋娟;
- 关键词:
项目摘要
In this project, techniques of stochastic modeling and numerical simulation are utilized to study the calibration of reservoir models and uncertainty quantification associated in reservoir simulation. Accurate and efficient approaches to stochastic reservoir simulation will be developed. On the other hand, field applications will be combined. The static and dynamic data from oil fields will be integrated as effective information to calibrate the reservoir models and quantify uncertainties in the reservoir performance forecasting. The probabilistic collocation method will be used for stochastic forward simulation, and the ensemble Kalman filter method will be combined for more efficient inverse-modeling. The main objective is to improve accuracy and efficiency of stochastic simulation at the same time. And the non-intrusiveness to reservoir simulators will be achieved in order to gain wide applications of reservoir simulation in real fields. The approach developed in this project is independent of specific reservoir simulators, and is computationally more efficient than traditional history matching methods. In this project, the automatic history matching and uncertainty quantification will be effectively integrated, and a comprehensive simulation approach to reservoir model calibration and dynamic prediction will be developed.
运用随机建模和数值模拟技术研究油藏数值模型的参数校正及不确定性量化。.一方面发展准确而高效的油藏随机模拟的方法,另一方面结合实际油气田生产实例,整合各.种有效的静态测量和动态生产数据,校正油藏地质模型,并且对生产预测中的不确定性进行.量化。运用随机配点方法进行正演问题的随机模拟,并将其结合集合卡尔曼滤波方法实现更.加高效的反演问题模拟。研究的核心思想是同时提高随机模拟方法的准确度和效率,并力求.保持与不同油藏模拟器的通用性和普适性,从而增加油藏模拟在大型油气田开发中的实用.性。摆脱传统的历史拟合方法对特定油藏模拟器源代码的依赖,解决众多随机模拟方法计算.成本高昂的问题,将随机模拟方法应用于大尺度油田的模拟。本研究课题旨在将油藏模拟的.自动历史拟合和不确定性量化有机结合起来,实现包含油藏模型校正和油藏动态预测的一套.完整的一体化模拟技术。
结项摘要
本项目运用随机理论研究了将储层的不确定性参数表征为随机数或空间随机场的不同情形。当各参数被当成随机数考虑时,我们考虑了各参数具有任意概率分布的情况。当渗透率等空间变异的参数被考虑为空间随机场的情形,我们研究了如何通过参数化有效的表征该随机场的重要问题。大多数实际油藏中的参数场是非高斯随机场,而以往的研究多集中在对高斯场的表征。针对这一难题,我们重点研究了如何有效的将非高斯随机场进行参数化表征。本项目基于随机配点法发展了新的算法来加速油藏模拟中的敏感性分析和不确定性量化。我们发展了基于随机配点法的全局敏感性分析方法,用于油藏动态预测及历史拟合中的主要影响因素分析。该方法与传统的蒙特卡洛方法进行了对比,在计算效率大大提高的同时,获得了与蒙特卡洛方法一致的结果。在算法中考虑了参数为具有任意分布形态的独立参数或空间随机场的情形。同时,发展了基于测量值的随机配点法进行不确定性量化。本项目结合一种顺序的数据同化方法(集合卡尔曼滤波方法)来发展新的历史拟合算法。我们重点研究了当油藏参数为非高斯场的难题,我们将核主成分分析方法和集合卡尔曼滤波方法有效结合,发展了针对非高斯场的反演算法,并通过多项式混沌展开式实现了与随机配点法的融合。将发展的历史拟合算法与随机配点法相结合,实现了正反演方法的一体化,在拟合历史生产数据的同时,可以有效获得对生产预测的不确定性量化。通过对生产数据的校验,并和传统方法进行了对比,验证了新发展方法的有效性。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
IFN-γ 上调人胎盘间充质干细胞 PDL1 表达并增强其诱导脐血和外周血 T 细胞向 IL-10+T 细胞的分化
- DOI:--
- 发表时间:2016
- 期刊:细胞与分子免疫学杂志
- 影响因子:--
- 作者:王炜玮;李恒;徐逢皇;都海波;李晓华;王国艳;栾希英
- 通讯作者:栾希英
城市基本公共卫生服务项目实施过程情况分析
- DOI:--
- 发表时间:2012
- 期刊:中国公共卫生
- 影响因子:--
- 作者:段孝建;樊立华;于玺文;孙涛;李恒;关欣;李莉
- 通讯作者:李莉
不同食物中黄曲霉毒素B1污染调查
- DOI:--
- 发表时间:2014
- 期刊:寄生虫病与感染性疾病
- 影响因子:--
- 作者:封雷;杨德明;李恒;田应桥;赵廷容;张仁平;蒲朝文;罗冰
- 通讯作者:罗冰
CRISPR在临床疾病诊断中的应用
- DOI:--
- 发表时间:2022
- 期刊:中国病原生物学杂志
- 影响因子:--
- 作者:张晓宇;张郁勃;沈方园;葛萧;李猛;李恒
- 通讯作者:李恒
新增V元件插入位置对WGFS启动子转录特性的影响
- DOI:--
- 发表时间:--
- 期刊:东北林业大学学报
- 影响因子:--
- 作者:黄真池;黄俊文;华丽君;李恒
- 通讯作者:李恒
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}