×

有序序列数据同化的评估。 (英语) Zbl 1392.86045号

摘要:基于集合的数据同化方法,如(顺序)集合卡尔曼滤波器(EnKF)和(非顺序)集合平滑器(ES),广泛用于历史拟合油藏模型。在我们最近的研究中[Inverse Probl.30,No.11,Article ID 114002,25 p.(2014;Zbl 1310.62031号); 同上,第30号,第11条,第114003条,第28页(2014年;Zbl 1302.62060号)]研究了序列同化和非序列同化的差异,结果表明,对于一系列弱非线性数据,序列同化策略优于非序列方法,特别是当数据按非线性度递增排序时。在本文中,我们从数值上评估了各种同化策略。在这里,我们考虑了表示非线性程度变化较大的许多数据类型,并且我们考虑了简单和复杂的正向模型。数值研究分为两部分。首先,评估同化方法是否存在允许数据非线性程度可控变化的问题。该调查由玩具模型进行,以确保测试了足够大范围的非线性数据。其次,考虑到一个二维合成油藏案例,对不同生产策略和参考模型的同化方法进行了评估。数值实验表明,对于大多数模型,考虑到具有适当非线性程度的数据,同化非线性程度上升后排序的数据会产生最小的近似误差。两个反例表明,不可能在所有情况下都确定最佳同化策略,特别是当非线性程度在很大程度上取决于参数空间中的位置时。

MSC公司:

86A22型 地球物理学中的反问题
62升12 序贯估计
65二氧化碳 蒙特卡罗方法
86-08 地球物理问题的计算方法
86A60型 地质问题
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aziz,K.,Settari,A.:石油储层模拟。爱思唯尔应用。科学。,纽约(1979)
[2] 巴克,J;Cuypers,M;Holden,L,《量化生产预测中的不确定性:对PUNQ-S3问题的另一种看法》,SPE J.,6433-441,(2001)·doi:10.2118/74707-PA
[3] 贝茨,DM;Watts,DG,非线性的相对曲率测量,J.Roy。统计Soc.B Met。,42, 1-25, (1980) ·Zbl 0455.62028号
[4] Berlinet,A.,Thomas Agnan,C.:斯普林格,波士顿(2004)
[5] Brooks,S.、Gelman,A.、Jones,G.L.、Meng,X.L.(编辑):《马尔可夫链蒙特卡罗手册》。查普曼和霍尔/CRC(2011)·Zbl 1218.65001号
[6] 汉堡,G;van Leeuwen,PJ;Evensen,G,集合卡尔曼滤波器中的分析方案,Mon。《天气评论》,1261719-24,(1998)·doi:10.1175/1520-0493(1998)126<1719:ASITEK>2.0.CO;2
[7] Chen,Z.,Huan,G.,Ma,Y.:多孔介质中多相流的计算方法。计算科学与工程,工业与应用数学学会,费城(2006)·Zbl 1092.76001号
[8] Chilès,J.P.,Delfiner,P.:地质统计学,建模空间不确定性:概率统计中的Wiley级数,第2版。新泽西州威利市(2012年)·Zbl 1256.86007号
[9] 艾默里克,AA;Reynolds,AC,将集合卡尔曼滤波器与Markov-chain Monte Carlo相结合,以改进历史匹配和不确定性表征,SPE J.,17,418-40,(2012)·网址:10.2118/141336-PA
[10] 艾默里克,AA;Reynolds,AC,History使用集合卡尔曼滤波器与多重数据同化进行时移地震数据匹配,计算。地质科学。,16, 639-59, (2012) ·doi:10.1007/s10596-012-9275-5
[11] 艾默里克,AA;Reynolds,AC,利用简单储层模型研究基于集合的方法的采样性能,Comput。地质科学。,17, 325-50, (2013) ·Zbl 1382.86018号 ·doi:10.1007/s10596-012-9333-z
[12] Evensen,G,使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化,J.Geophys。决议,99,10143,(1994)·doi:10.1029/94JC00572
[13] Evensen,G,强非线性动力学的高级数据同化,Mon。《天气评论》,125,1342-54,(1997)·doi:10.1175/1520-0493(1997)125<1342:ADAFSN>2.0.CO;2
[14] Evensen,G.:数据同化。施普林格-柏林-海德堡,柏林,海德堡(2009)·doi:10.1007/978-3642-03711-5
[15] 埃文森,G;van Leeuwen,PJ,非线性动力学的整体卡尔曼平滑器,Mon。Weather Rev.,1281852-67,(2000年)·doi:10.1175/1520-0493(2000)128<1852:AEKSFN>2.0.CO;2
[16] 弗洛利斯,F;布什,M;Cuypers,M;罗杰罗,F;Syversveen,AR,《量化生产预测不确定性的方法:比较研究》,Pet。地质科学。,7, 87-96, (2001) ·doi:10.1144/?石化7.S.S87
[17] Fossum,K;Mannseth,T,序贯和同时数据同化的参数采样能力:I.分析比较,逆概率。,30, 114,002, (2014) ·Zbl 1310.62031号 ·doi:10.1088/0266-5611/30/11/114002
[18] Fossum,K;Mannseth,T,序贯和同时数据同化的参数采样能力:II。数值结果的统计分析,逆概率。,30, 114,003, (2014) ·Zbl 1302.62060号 ·doi:10.1088/0266-5611/30/11/114003
[19] Fossum,K.,Mannseth,T.,Oliver,D.S.,Skaug,H.J.:集合卡尔曼滤波器和随机最大似然的数值比较。In:第13届欧洲数学竞赛。机油回收。(ECMORXIII)。法国比亚里茨(2012)·Zbl 1236.35205号
[20] 高,G;Zafari,M;Reynolds,AC,使用RML和enkf在贝叶斯环境中量化PUNQ-S3问题的不确定性,SPE J.,11,506-15,(2006)·数字对象标识码:10.2118/93324-PA
[21] Gelman,A.,Carlin,J.B.,Stern,H.S.,Rubin,D.B.:贝叶斯数据分析,第二版。查普曼和霍尔/CRC(2003)
[22] 盖尔曼,A;Rubin,DB,《使用多序列从迭代模拟中推断》,《统计科学》。,7, 457-72, (1992) ·Zbl 1386.65060号 ·doi:10.1214/ss/117701136
[23] 格雷顿,A;博格沃德,KM;拉施,MJ;Schölkopf,B;Smola,AJ,《内核双样本测试》,J.Mach。学习。《决议》,第13号,第723-73页,(2012年)·Zbl 1283.62095号
[24] Gretton,A.,Borgwardt,K.M.,Schölkopf,B.,Smola,A.J.In:Schólkoff,B.,Platt,J.,Hoffman,T.(编辑):双样本问题的核方法,第513-20页。麻省理工学院出版社(2007)。高级神经信息处理。系统。19, 157
[25] 格里姆斯塔德,AA;科尔特维特,K;Mannseth,T;Nordtvedt,JE,评估非线性参数估计问题线性化精度测度的有效性,逆概率。,17, 1373-90, (2001) ·Zbl 1016.62068号 ·doi:10.1088/0266-5611/17/5/309
[26] 顾,Y;Oliver,DS,用于多相流体流动数据同化的迭代集合卡尔曼滤波器,SPE J.,12,438-46,(2007)·doi:10.2118/108438-PA
[27] 香港Hvidevold;阿伦达尔,G;Johannessen,T;Mannseth,T,通过实验设计评估CO2液滴上升速度的模型参数不确定性,Int.J.Greenh。气体控制,11,283-89,(2012)·doi:10.1016/j.ijggc.2012.09.08
[28] 马萨诸塞州伊格莱西亚斯;法律,KJH;Stuart,AM,反问题的集合卡尔曼方法,反问题。,29, 045,001, (2013) ·Zbl 1311.65064号 ·doi:10.1088/0266-5611/29/4/045001
[29] 马萨诸塞州伊格莱西亚斯;法律,KJH;Stuart,AM,水库模型中数据同化的高斯近似评估,计算。地质科学。,17, 851-85, (2013) ·Zbl 1393.86020号 ·数字对象标识代码:10.1007/s10596-013-9359-x
[30] Jazwinski,A.H.:随机过程和过滤理论。纽约学术出版社(1970)·兹比尔0203.50101
[31] 《线性滤波和预测问题的新方法》,《基础工程杂志》,第82期,第35-45页,(1960年)·数字对象标识代码:10.1115/1.3662552
[32] Kullback,S;Leibler,R,《信息与充分性》,《数学年鉴》。统计,22,79-86,(1951)·Zbl 0042.38403号 ·doi:10.1214/aoms/1177729694
[33] 法律,KJH;Stuart,AM,评估数据同化算法,Mon。《天气评论》,140,3757-82,(2012)·doi:10.1175/MWR-D-11-00257.1
[34] van Leeuwen,PJ;Evensen,G,《概率公式中的数据同化和反演方法》,Mon。《天气评论》,1242898-913,(1996)·doi:10.1175/1520-0493(1996)124<2898:DAAIMI>2.0.CO;2
[35] Li,X.R.:随机系统的非线性度量。收录于:第15届国际会议信息融合,c,第1073-80页(2012年)
[36] 李,K;克罗格斯塔德,S;利加登,IS;Natvig,JR;HM尼尔森;Skaflestad,B,复杂网格上一致离散化的开源MATLAB实现,Comput。地质科学。,16, 297-322, (2011) ·兹比尔1348.86002 ·doi:10.1007/s10596-011-9244-4
[37] Lorentzen,R.J.,Nvdal,G.,Vallès,B.,Berg,A.,Grimstad,A.A.:分析整体卡尔曼滤波器,以估算储层模型中的渗透率和孔隙度。In:程序。SPE每年。技术咨询Exhib。石油工程师学会(2005),doi:10.2118/96375-MS
[38] 曼德尔,J;科布,L;Beezley,JD,关于集合卡尔曼滤波器的收敛性,应用。数学。,56, 533-41, (2011) ·Zbl 1248.62164号 ·doi:10.1007/s10492-011-0031-2
[39] Mannseth,T,从压力观测中识别渗透率:多尺度正则化的一些基础,多尺度模型。模拟。,5, 21-44, (2006) ·兹比尔1236.35205 ·数字对象标识代码:10.1137/050630167
[40] Nv dal,G;图林,K;Skaug,HJ;阿农森,SI,量化集合卡尔曼滤波器中的蒙特卡罗不确定性,SPE J.,16,172-82,(2011)·doi:10.2118/123611-PA
[41] 奥利弗,DS;Chen,Y,油藏历史拟合的最新进展:综述,计算。地质科学。,15, 185-221, (2010) ·Zbl 1209.86001号 ·doi:10.1007/s10596-010-9194-2
[42] 奥利弗,DS;库尼亚,LB;将渗透率场调节为压力数据的Reynolds、AC、Markov链蒙特卡罗方法,数学。地质。,29, 61-91, (1997) ·doi:10.1007/BF02769620
[43] 罗伯茨,GO;Rosenthal,JS,自适应MCMC示例,J.Compute。图表。统计,18,349-67,(2009)·doi:10.1198/jcgs.2009.06134
[44] Simon,D.:最优状态估计:卡尔曼、H无穷大和非线性方法。Wiley-Interscience(2006)·兹比尔0455.62028
[45] Skjervheim,J.A.,Evensen,G.:用于辅助历史匹配的合奏平滑器。In:程序。SPE储备。模拟。交响乐团。,2003年,第1-15页。石油工程师学会(2011),doi:10.2118/141929-MS
[46] 斯莫拉,A;格雷顿,A;宋,L;Schölkopf,B;Hutter,M(编辑);Serverdio,RA(编辑);Takimoto,E(ed.),分布的Hilbert空间嵌入,13-31,(2007),仙台·Zbl 1142.68407号 ·doi:10.1007/978-3-540-75225-75
[47] 斯托达尔,AS;HA卡尔森;Nv dal,G;Skaug,HJ;瓦利斯,B,《架桥集成卡尔曼滤波器和粒子滤波器:自适应高斯混合滤波器》,计算。地质科学。,15, 293-305, (2010) ·Zbl 1213.62151号 ·doi:10.1007/s10596-010-9207-1
[48] Thulin,K.,Li,G.,Aanonsen,S.I.,Reynolds,A.C.:通过与EnKF同化生产数据估算初始流体接触。In:程序。SPE每年。技术会议Exhib。,i.石油工程师学会(2007)。数字对象标识码:10.2118/109975-MS
[49] Wang,Y.,Li,G.,Reynolds,A.C.:使用迭代集合卡尔曼平滑器通过历史拟合估算流体接触深度和相对渗透率曲线。美国石油工程师协会J。15(2) (2010). doi:10.2118/119056-PA·Zbl 1382.86018号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。