表征复杂分布的长期相关性是一个重要的问题,例如现场尺度多孔介质的孔隙度测井和剖面,例如岩石和材料的破裂面。我们对由合成数据和实际数据表示的此类分布进行了广泛分析,以确定哪种方法提供了最有效和最准确的表征工具。合成数据和剖面由分数布朗运动(FBM)生成,分析的实际数据是油藏孔隙度测井和流化床三相流压力波动的时间变化。FBM由三种不同的数值方法生成,数据通过七种不同的技术进行分析。我们的分析表明,数据阵列的大小在很大程度上影响其长期相关性表征的准确性。我们还发现,如果数据数组的大小足够大,则通常使用的重标范围分析FBM序列的方法无法提供Hurst指数的准确估计,尽管它可以对分数高斯噪声生成的数据阵列进行相当准确的分析。相比之下,最大熵和小波分解方法为刻画复杂分布和剖面中的长期相关性提供了高度准确和高效的工具。与并提出了方法。
内政部:https://doi.org/10.103/PhysRevE.56.712