本文選題：油藏動態(tài)歷史擬合 + EnKF��； 參考：《重慶科技學院》2017年碩士論文

【摘要】：油藏動態(tài)歷史擬合是油田預測開發(fā)動態(tài)的基礎,也是油藏閉合生產(chǎn)優(yōu)化的重要組成部分之一。依靠油藏工程師主觀認識的傳統(tǒng)人工歷史擬合方法,已經(jīng)不能滿足現(xiàn)代油藏描述精細化、復雜化以及定量化的要求。借助于現(xiàn)代信息技術與智能技術的發(fā)展,需尋求一種擬合速度更快、精度更高動態(tài)歷史擬合方法,來降低油藏地質(zhì)參數(shù)的不確定性、提高對油層地下流體分布及油藏未來動態(tài)變化的認識,確保油水井的高效生產(chǎn)。本文在總結(jié)分析國內(nèi)外動態(tài)歷史擬合研究的基礎上,提出一種基于超球體變換集合卡爾曼濾波(Super-sphere Transform Ensemble Kalman Filter,SEnKF)方法的油藏動態(tài)歷史擬合方法。本文的主要研究內(nèi)容包括:(1)基于正態(tài)得分集合卡爾曼濾波(Normal Score Transformation Ensemble Kalman Filter,NS-EnKF)方法的油藏動態(tài)歷史擬合研究。該方法針對滲透率場呈非高斯分布的特性,引入正態(tài)得分變換,將其轉(zhuǎn)換為高斯分布,輸入到模擬器中對油藏的生產(chǎn)狀態(tài)進行預測;然后根據(jù)觀測的生產(chǎn)值對狀態(tài)進行更新;最后利用正態(tài)得分逆變換將滲透率轉(zhuǎn)換到原來的分布空間中,保證其分布的原始特性。對比EnKF與NS-EnKF兩種算法的仿真結(jié)果,NS-EnKF算法的反演效果較好,能夠更準確的描述地質(zhì)參數(shù)。(2)基于超球體變換正態(tài)得分EnKF算法的油藏動態(tài)歷史擬合研究�？紤]到算法的精度,利用超球體變換構造簡單、誤差小、易于實現(xiàn)等優(yōu)點,對NS變換后的滲透率場進行超球體變換。同時,引入?yún)f(xié)方差矩陣局部化(localization of covariance,LC)方法來避免集合更新過程中可能出現(xiàn)的濾波發(fā)散問題。以此獲得更多的統(tǒng)計信息,提高歷史擬合精度,降低油藏參數(shù)的不確定性。(3)利用經(jīng)典的二維四采一注模型進行模擬仿真,驗證算法的可操作性和有效性,同時,采用Norne油田的實際地質(zhì)參數(shù)進行算法的對比分析。結(jié)果表明正態(tài)得分的引入較好的解決了油藏參數(shù)的非高斯問題;LC技術、超球體變換與EnKF的耦合避免了小集合數(shù)目時的濾波發(fā)散,并改善了模型參數(shù)反演效果,為油藏工程師對地質(zhì)流體進行精細描述提供了更精確的參考依據(jù)。
[Abstract]:Reservoir performance history fitting is the basis of oil field development performance prediction, and also one of the important components of reservoir closed production optimization. The traditional artificial history fitting method based on the subjective knowledge of reservoir engineers can no longer meet the requirements of modern reservoir description, such as refinement, complexity and quantification. With the development of modern information technology and intelligent technology, it is necessary to find a method of faster fitting speed and higher precision dynamic historical fitting to reduce the uncertainty of reservoir geological parameters. To improve the understanding of the underground fluid distribution and reservoir performance in the future to ensure the efficient production of oil and water wells. On the basis of summing up and analyzing the research of dynamic history fitting at home and abroad, this paper presents a reservoir history fitting method based on hypersphere transform set Kalman filter and Super-sphere Transform Ensemble Kalman filter (SEnKF) method. The main research contents of this paper include: (1) Reservoir history fitting based on normal Score Transformation Ensemble Kalman filter NS-EnKF (normal Score Transformation Ensemble Kalman filter) method based on normal score set. According to the non- distribution of permeability field, this method introduces normal score transform and converts it to Gao Si distribution, then inputs it to the simulator to predict the production state of the reservoir, and then updates the state according to the observed production value. Finally, the permeability is transformed into the original distribution space by the inverse transformation of normal score to ensure the original characteristics of the distribution. Compared with the simulation results of EnKF and NS-EnKF, NS-EnKF algorithm has a better inversion effect and can describe geological parameters more accurately. The research of reservoir dynamic history fitting based on EnKF algorithm of normal score of hypersphere transformation is presented. Considering the accuracy of the algorithm, using the advantages of simple structure, small error and easy realization of hypersphere transformation, the permeability field after NS transformation is transformed by hypersphere. At the same time, the covariance matrix localization of covarianceL method is introduced to avoid the filtering divergence problem which may occur in the course of set updating. In order to obtain more statistical information, to improve the accuracy of historical fitting, to reduce the uncertainty of reservoir parameters, and to use the classical two-dimensional four-production-one-injection model to simulate and simulate the algorithm, the maneuverability and effectiveness of the algorithm are verified, at the same time, The actual geological parameters of Norne oilfield are compared and analyzed. The results show that the introduction of normal score can solve the non-Gao Si problem of reservoir parameters well. The coupling of hypersphere transformation and EnKF avoids the filter divergence when the number of sets is small, and improves the inversion effect of model parameters. It provides a more accurate reference for reservoir engineers to describe geological fluids.
【學位授予單位】：重慶科技學院
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TE331

【相似文獻】

相關期刊論文 前10條

1 閆霞;張凱;姚軍;李陽;;油藏自動歷史擬合方法研究現(xiàn)狀與展望[J];油氣地質(zhì)與采收率;2010年04期

2 翟瑞彩,劉春鳳;油藏自適應歷史擬合的研究[J];天津大學學報;2002年06期

3 趙春森;李佩敬;任洪智;;利用廣義拉格朗日方法進行有效的歷史擬合和最優(yōu)化生產(chǎn)[J];國外油田工程;2008年06期

4 唐仁選;歷史擬合的方法原理及其應用[J];油氣井測試;1995年01期

5 趙雯;朱炎銘;張曉莉;王懷勐;曹新款;王道華;方俊華;;煤層氣井歷史擬合評述[J];中國煤層氣;2010年03期

6 伍勇;蘭義飛;蔡興利;劉志軍;張建國;紀文娟;張軍祥;;低滲透碳酸鹽巖氣藏數(shù)值模擬精細歷史擬合技術研究[J];鉆采工藝;2013年02期

7 鄧寶榮,袁士義,李建芳,雷穎華,路勇;計算機輔助自動歷史擬合在油藏數(shù)值模擬中的應用[J];石油勘探與開發(fā);2003年01期

8 張巍;邸元;;基于集合卡爾曼濾波的油藏輔助歷史擬合[J];大慶石油學院學報;2009年05期

9 張家琦;;油藏數(shù)值模擬輔助歷史擬合技術在實際模擬區(qū)塊的應用[J];科技創(chuàng)新導報;2013年09期

10 張麗囡;翟云芳;;一種產(chǎn)量和井底壓力資料歷史擬合的應用技術[J];大慶石油學院學報;2006年06期

相關會議論文 前3條

1 鄒明俊;韋重韜;李來成;張馨元;邵玉寶;;沁南地區(qū)典型煤層氣井歷史擬合及儲層壓力動態(tài)變化[A];煤層氣勘探開發(fā)理論與技術——2010年全國煤層氣學術研討會論文集[C];2010年

2 張繼成;宋考平;穆文志;;關于數(shù)值模擬的歷史擬合的優(yōu)化[A];第六屆中國青年運籌與管理學者大會論文集[C];2004年

3 魏小蓉;王瑞和;姚軍;;油氣井生產(chǎn)資料的約束反演技術[A];第十三屆全國水動力學研討會文集[C];1999年

相關博士學位論文 前1條

1 趙輝;油藏開發(fā)閉合生產(chǎn)優(yōu)化理論研究[D];中國石油大學;2011年

相關碩士學位論文 前5條

1 路然然;基于沉積微相約束的降維自動歷史擬合研究[D];中國石油大學(華東);2014年

2 陳敬武;敖南油田茂733區(qū)塊油藏歷史擬合及注采方案調(diào)整[D];吉林大學;2017年

3 梁曉東;基于超球體變換EnKF方法的油藏動態(tài)歷史擬合研究[D];重慶科技學院;2017年

4 曾蘭;支持向量機在油藏歷史擬合中的應用研究[D];西安石油大學;2010年

5 季秀峰;集合卡爾曼濾波在開發(fā)地震的應用研究[D];中國石油大學;2008年

，

本文編號：1856033