×
马可·A·伊格莱西亚斯。;法律，Kody J.H。;安德鲁·斯图尔特（Andrew M.Stuart）。

水库模型中数据同化的高斯近似评估。 （英语） Zbl 1393.86020号

计算。地质科学。 17，第5期，851-885（2013）.
摘要：贝叶斯框架是油藏建模中数据同化的标准方法。该框架包括根据给定的先验分布和来自储层动力学的数据来表征地质参数的后验分布，以及将地质参数空间连接到数据空间的正向模型。由于后验分布量化了储层地质参数的不确定性，因此对后验分布的表征是储层优化管理的基础。不幸的是，由于标准油藏模型的大规模高度非线性特性，在计算上无法表征其后验性。相反，基于高斯近似的更经济的即席技术通常用于表征后验分布。评估这些高斯近似的性能通常是通过评估它们在置信范围内再现真理的能力来进行的考虑中的adhoc技术提供的间隔。这有一个缺点，就是将所使用的历史匹配算法的近似特性与所使用的特定观测值的信息内容相混淆，使得很难单独评估临时近似的效果。在本文中，我们通过比较即席技术和完全解决的最新贝叶斯后验分布探测来避免这一缺点。我们评估其性能的特殊技术基于（1）围绕最大后验估计进行线性化，（2）随机最大似然，以及（3）集合卡尔曼滤波类型方法。为了完全解决后验分布问题，我们实现了一种先进的马尔可夫链蒙特卡罗（MCMC）方法，该方法可以很好地根据参数空间的维数进行缩放，使我们能够在较高的网格细化水平上研究两个空间维的真实正向模型。我们对MCMC方法的实施提供了评估上述高斯近似值的黄金标准。我们进行了数值合成实验，量化了每种特殊高斯近似在再现与数据同化问题相关的后验分布（通过MCMC表征）的平均值和方差方面的能力。考虑了单相和两相（油水）油藏模型，从而突出了所得到的正向算子的基本差异。我们受控实验的主要目的是展示标准随机高斯近似的近似特性的实质性差异。我们在这里介绍的这种类型的数值研究将有助于更好地理解用于石油储层数据同化的成本高效但特别的贝叶斯技术，从而最终改进具有更准确的不确定性量化的技术。

引用于31文件

MSC公司：

86A32型 地理统计学

关键词：

数据同化;储层特征描述;不确定性量化;逆建模
PDF格式BibTeX公司 XML格式引用
\textit{M.A.Iglesias}等人，计算。地质科学。17，第5号，851--885（2013；Zbl 1393.86020）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 阿农森，SI；Naevdal，G；奥利弗，DS；雷诺数，AC；Valles，B，《水库工程中的集合卡尔曼滤波器——综述》，SPE J.，14，393-412，（2009）
[2] Aarnes，JE；Gimse，T；Lie，K-A；Hasle，G（编辑）；Lie，K-A（编辑）；Quak，E（ed.），《使用Matlab对多孔介质中流动数值的介绍》，265-306，（2007），柏林·兹比尔1330.76004 ·doi:10.1007/978-3-540-68783-29
[3] Arpat，B.，Caers，J.，Strebelle，S.：基于特征的地质统计学：海底通道储层的应用。摘自：SPE年度技术会议和展览记录，德克萨斯州圣安东尼奥，SPE 77426（2002）·Zbl 1209.86014号
[4] 巴克，JW；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）
[5] Brooks，SP；Gelman，A，《监控迭代模拟收敛性的通用方法》，J.Compute。图表。《统计》，第7卷，第434-455页，（1998年）
[6] 陈，Y；Oliver，D，《多相流数据同化中enkf的交叉方差和局部化》，计算。地质科学。，14, 579-601, (2010) ·Zbl 1381.86026号 ·doi:10.1007/s10596-009-9174-6
[7] 陈，Y；Oliver，DS，作为迭代集成平滑器的集成随机最大似然方法，数学。地质科学。，44, 1-26, (2012) ·doi:10.1007/s11004-011-9376-z
[8] Chen，Z.，Huan，G.，MA，Y.：多孔介质中多相流的计算方法。费城工业和应用数学学会（2006）·Zbl 1092.76001号 ·数字对象标识代码：10.1137/1.9780898718942
[9] Cotter，S.L.，Roberts，G.O.，Stuart，A.M.，White，D.：函数的MCMC方法：修改旧算法使其更快。出现。统计科学。（2013年出版）。arXiv:1202.0709·Zbl 1331.62132号
[10] Dashti，M.，Law，K.J.H.，Stuart，A.M.，Voss，J.：贝叶斯非参数反问题中的映射估计和后验一致性。（2013年，已提交）。arXiv:1303.4795·Zbl 1281.62089号
[11] Deutsch，C.V.：地质统计油藏建模。牛津大学出版社，牛津（2002）
[12] 多维拉，L；Della Rossa，E，使用高斯混合模型的多模集合卡尔曼滤波，计算。地质科学。，15, 307-323, (2011) ·Zbl 1213.62145号 ·数字对象标识代码：10.1007/s10596-010-9205-3
[13] 伊芬迪耶夫，Y；Datta-Gupta，A；马，X；Mallic，B，《使用非线性误差模型和集成级上尺度技术进行历史匹配中不确定性量化的高效采样技术》，《水资源》。决议，45，11，（2009）
[14] Emerick，A.，Reynolds，A.：EnKF MCMC。摘自：SPE EUROPEC/EAGE年度会议和展览记录，巴塞罗那，SPE 131375（2010）
[15] 埃莫里克，A；Reynolds，A，《石油储层应用集成卡尔曼滤波器协方差定位的灵敏度和先验信息组合》，计算。地质科学。，15, 251-269, (2011) ·Zbl 1213.86009号 ·doi:10.1007/s10596-010-9198-y
[16] 埃莫里克，A；Reynolds，A，将集合卡尔曼滤波器与马尔可夫链蒙特卡罗相结合，以改进历史匹配和不确定性表征，SPE J.，17，418-440，（2012）
[17] 艾默里克，AA；Reynolds，AC，用简单水库模型研究基于集合的方法的采样性能，计算。地质科学。，17, 325-350, (2013) ·Zbl 1382.86018号 ·doi:10.1007/s10596-012-9333-z
[18] 高，G；Zafari，M；Reynolds，A，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.，11，506-515，（2006）
[19] 加斯帕里，G；Cohn，SE，《二维和三维相关函数的构建》，Q.J.R.Meteorol。《社会学杂志》，125，723-757，（1999）·doi:10.1002/qj.49712555417
[20] Kaipio，J.P.，Somersalo，E.：统计和计算逆问题。施普林格，纽约（2005）·Zbl 1068.65022号
[21] 法律，KJH；Stuart，AM，评估数据同化算法，Mon。天气修订版，1403757-3782，（2012）·doi:10.1175/MWR-D-11-00257.1
[22] Li，G.，Reynolds，A.：数据同化的迭代集合卡尔曼滤波器。摘自：SPE年度技术会议和展览记录，加利福尼亚州阿纳海姆，SPE 109808（2007）·Zbl 1213.86009号
[23] 刘，N；Oliver，DS，评估不确定性的蒙特卡罗方法评估，SPE J.，8188-195，（2003）
[24] 伊格莱西亚斯，K；法律，M；Stuart，AM，反问题的集合卡尔曼方法，反问题，29，045001，（2013）·Zbl 1311.65064号 ·doi:10.1088/0266-5611/29/4/045001
[25] 马，X；Al-Harbi，A；Datta-Gupta，A；Efendiev，Y，《历史匹配地质模型中不确定性量化的有效两阶段抽样方法》，SPE J.，13，7787，（2008）
[26] Reynolds，A.C.，Oliver，D.S.，Liu，N.：储层特征和历史匹配的逆理论，第1版。国际标准图书编号：9780521881517。剑桥大学出版社，剑桥（2008）
[27] 奥利弗，D；Chen，Y，油藏历史拟合的最新进展：综述，计算。地质科学。，15, 185-221, (2011) ·Zbl 1209.86001号 ·doi:10.1007/s10596-010-9194-2
[28] 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
[29] Russell，T.F.，Wheeler，M.F.：多孔介质中连续流动的有限元和有限差分方法。收录：尤因·R.E.（编辑）《油藏模拟数学》。费城SIAM·Zbl 0572.76089号
[30] 萨科夫，P；Oke，PR，集合平方根滤波器中集合变换形式的含义，Mon。我们。版本1361042-1053（2008）·doi:10.1175/2007MWR2021.1
[31] 斯托达尔，AS；HA卡尔森；Nvdal，G；Skaug，HJ；Valls，B，架桥集合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, (2011) ·Zbl 1213.62151号 ·doi:10.1007/s10596-010-9207-1
[32] 斯托达尔，AS；缬草，R；HA卡尔森；Nvdal，G；Skaug，HJ，在合成油藏模型上比较自适应高斯混合滤波器和集合卡尔曼滤波器，计算。地质科学。，16, 467-482, (2012) ·doi:10.1007/s10596-011-9262-2
[33] Stuart，A.M.：逆向问题：贝叶斯观点。《数字学报》。19(2010) ·Zbl 1242.65142号
[34] 塔瓦科利，R；Reynolds，A，在RML中使用SVD参数化对渗透率场和储层动态进行蒙特卡罗模拟，并与enkf，Compute进行比较。地质科学。，15, 99-116, (2011) ·Zbl 1209.86014号 ·doi:10.1007/s10596-010-9200-8
[35] Naevdal，G；Skaug，HJ；图林，K；Aanonsen，SI，集合卡尔曼滤波器中蒙特卡罗不确定性的量化，SPE J.，161172-182，（2011）
[36] 李，G；王，Y；Reynolds，AC，使用迭代集合-卡尔曼平滑器通过历史匹配估算流体接触深度，SPE J.，15，509-525，（2010）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。