Model reduction for fractured porous media: a machine learning approach for identifying main flow pathways

Srinivasan, Shriram; Karra, Satish; Hyman, Jeffrey De'Haven; Viswanathan, Hari S.; Srinivasan, Gowri

doi:10.1007/s10596-019-9811-7

标题：裂隙多孔介质模型简化：识别主流路的机器学习方法

期刊文章 · 2019年3月2日星期六00:00:00 EST ·计算地球科学

内政部：https://doi.org/10.1007/s10596-019-9811-7· OSTI ID：1511247

^[1];

^[1]

洛斯阿拉莫斯国家实验室（LANL），新墨西哥州洛斯阿拉莫斯（美国）

离散裂隙网络（DFN）通常用于模拟裂隙多孔介质中的流动和传输。涉及数千条裂缝的大型DFN上的流动和传输行为的准确分辨率计算成本很高。这使得对感兴趣的量（如通过网络的旅行时间）的不确定性量化研究在计算上变得困难，因为需要数百到数千次DFN模型的运行来获得预测的不确定性的边界。在此之前的研究表明，可以通过考虑DFN的子网络（通常称为“主干”子网络）来降低DFN的复杂性，该子网络的流量和传输特性与整个网络的相似。该技术相当于将网络的完整断口集划分为两个不相交的集，其中一个是主干子网络，另一个是其补充。正是在这种背景下，我们提出了一种用于DFN的系统还原技术，该技术使用通过随机森林分类器进行的有监督机器学习，该分类器从完整的断口集中选择主干子网络。训练分类器的样本内误差（精度和召回分数）被发现是样本外误差的非常准确的指标，因此表明该分类器能够很好地推广到测试数据。此外，该系统还原技术产生的子网络仅占整个DFN的12%，仍能恢复整个网络的传输特性，如峰值剂量和后期拖尾行为。最重要的是，子网络保持连接，其大小可以由单个无量纲参数控制。此外，子网络相对于整个网络的突破曲线的KL扩散和KS-统计测量值显示出物理上真实的趋势，因为随着子网络规模的增加，测量值单调减少。总之，通过该技术获得的计算效率取决于子网络的大小，但对于小型子网络，预计计算时间会大幅减少，对于小到整个网络10-12%的子网络，计算节省高达90%。

查看接受的手稿（DOE）

引用

导出

份额

保存

打印

研究机构：: 洛斯阿拉莫斯国家实验室（LANL），洛斯阿拉莫斯，新墨西哥州（美国）

赞助组织：: USDOE科学办公室（SC），基础能源科学（BES）

赠款/合同编号：: 89233218CNA000001；AC52-06NA25396；20170508迪拉姆

OSTI ID：: 1511247

报告编号：: LA-UR-18-30475型

日志信息：: 计算地球科学，第23卷，第3期；ISSN编号1420-0597

出版商：: 施普林格版权声明

出版国家：: 美国

语言：: 英语

引文指标：

引用：20篇作品

引文信息由提供
科学之网

参考文献（43）

地下水流模拟中椭圆问题的多尺度有限体积法詹妮·P。；Lee，S.H。；特切列皮，H.A。计算物理杂志，第187卷，第1期 https://doi.org/10.1016/S0021-9991（03）00075-5	杂志	2003年5月
广义多尺度有限元法。对称内部惩罚耦合伊芬迪耶夫，Y。；加尔维斯，J。；拉扎罗夫。计算物理杂志，第255卷 https://doi.org/10.1016/j.jcp.2013.07.028	杂志	2013年12月
高非均匀系数抛物方程的多尺度方向分裂算法施里拉姆·斯里尼瓦桑；Raytcho Lazarov；彼得·米尼夫计算机与数学及其应用，第72卷第6期 https://doi.org/10.1016/j.camwa.2016.07.032	杂志	2016年9月
统计学习算法在地下水水质建模中的适用性：通过学习机器进行地下水建模阿贝达拉扎克·哈利勒；Almasri，Mohammad N。；麦克·麦基《水资源研究》第41卷第5期 https://doi.org/10.1029/2004WR003608	杂志	2005年5月
将拓扑测量纳入裂缝介质有效渗透率的分析估计：从拓扑角度看裂缝渗透率 Saevik，P.N。；尼克松·C·W·。《水资源研究》第53卷第11期 https://doi.org/10.1002/2017WR020943	杂志	2017年11月
大规模DFN流模拟的并行求解器斯特凡诺·贝尔罗内；桑德拉·皮耶拉西尼；斯特凡诺·西亚洛 SIAM科学计算杂志，第37卷，第3期 https://doi.org/10.1137/140984014	杂志	2015年1月
断裂网络拓扑安德烈森，克里斯蒂安·安德烈；亚历克斯·汉森；勒戈克，罗曼物理学前沿，第1卷 https://doi.org/10.3389/fphy.2013.00007	杂志	2013年1月
三维离散断裂网络图形表示的机器学习曼纽尔·瓦莱拉（Manuel Valera）；郭正阳；凯莉，普里西拉计算地球科学，第22卷，第3期 https://doi.org/10.1007/s10596-018-9720-1	杂志	2018年1月
注入方式对千米级三维离散裂隙网络传输特性的影响：三维DFN中注入方式的影响海曼·J·D。；Painter，S.L。；维斯瓦纳坦，H。《水资源研究》第51卷第9期 https://doi.org/10.1002/2015WR017151	杂志	2015年9月
供水系统污染源识别的机器学习方法阿明·拉塞克；凯利·布伦布洛 2012年世界环境和水资源大会 https://doi.org/10.1061/9780784412312.318	会议	2012年7月
PFLOTRAN用户手册：用于描述地表和地下过程的大规模并行反应流和传输模型彼得·利希特纳（Peter Lichtner）；格伦·哈蒙德；陆川 https://doi.org/10.2172/1168703	报告	2015年1月
基于复杂网络度量的岩石裂隙网络描述研究伊丽莎白·圣地亚哥；贝拉斯科·亨南德斯，豪尔赫十世。；曼努埃尔·罗梅罗·萨尔塞多计算机与地球科学，第88卷 https://doi.org/10.1016/j.cageo.2015.12.021	杂志	2016年3月
基于图的裂隙岩体流动与运移预测算法的改进 Viswanathan，H.S。；海曼·J·D。；卡拉，S。《水资源研究》第54卷第9期 https://doi.org/10.1029/2017WR022368	杂志	2018年9月
三维离散断裂网络中传输的粒子跟踪方法：三维DFN中的粒子跟踪纳塔莉亚·马克登斯卡；画家斯科特·L。；Bui，Quan M。计算地球科学，第19卷，第5期 https://doi.org/10.1007/s10596-015-9525-4	杂志	2015年9月
遥感数据深度学习：最新技术教程张良培；张乐飞；杜波 IEEE地球科学与遥感杂志，第4卷，第2期 https://doi.org/10.109/MGRS.2016.2540798	杂志	2016年6月
非均质裂隙岩石中的流道 Tsang，Chin Fu；伊凡·内雷特尼克斯《地球物理学评论》第36卷第2期 https://doi.org/10.1029/97RG03319	杂志	1998年5月
用基于图形的约简预测稀疏离散断裂网络的首次通过时间杰弗里·海曼。；亚利桑那州哈格伯格；戈瑞·斯里尼瓦桑物理评论E，第96卷，第1期 https://doi.org/10.103/PhysRevE.96.013304（物理版）	杂志	2017年7月
裂缝尺寸和透射率相关性：裂缝尺寸的截断幂律分布对稀疏三维离散裂缝网络传输模拟的影响：裂缝尺寸和传输率相关性海曼·J·D。；奥尔德里奇，G。；维斯瓦纳坦，H。《水资源研究》第52卷第8期 https://doi.org/10.1002/2016WR018806	杂志	2016年8月
基于流拓扑图的离散断裂网络分析与可视化加勒特·奥尔德里奇；杰弗里·海曼。；萨蒂什·卡拉 IEEE可视化和计算机图形汇刊，第23卷，第8期 https://doi.org/10.109/TVCG.2016.2582174	杂志	2017年8月
花岗岩中的大规模流动和示踪剂实验：2。结果和解释哈拉尔德·阿伯林；Birgersson，Lars；路易斯·莫雷诺《水资源研究》第27卷第12期 https://doi.org/10.1029/91WR01404	杂志	1991年12月
用边界元法推导三维离散裂隙网络的等效管网模拟德肖维茨，W.S。；菲德利布斯，C。《水资源研究》第35卷第9期 https://doi.org/10.1029/1999WR900118	杂志	1999年9月
扩散方程基于大尺度优化的非负计算框架：并行实现和性能研究 Chang，J。；Karra，S。；Nakshatrala，K.B.公司。科学计算杂志，第70卷，第1期 https://doi.org/10.1007/s10915-016-0250-5	杂志	2016年7月
随机分布和运动定义的离散裂缝网络模型中的连通性、渗透率和渠化：离散裂缝网络的渗透率梅洛特，J。；戴维·P。；勒戈克，R。《水资源研究》第52卷第11期 https://doi.org/10.1002/2016WR018973	杂志	2016年11月
识别三维离散断裂网络中的主干：基于二分图的方法杰弗里·海曼。；亚利桑那州哈格伯格；戴夫·奥斯特多尺度建模与仿真，第16卷第4期 https://doi.org/10.1137/18M1180207	杂志	2018年1月
大压力梯度下多孔介质中压力相关阻力系数的广义Darcy–Dupuit–Forchheimer模型施里拉姆·斯里尼瓦桑多孔介质中的传输，第111卷第3期 https://doi.org/10.1007/s11242-016-0625-y	杂志	2016年1月
机器学习预测实验室地震：机器学习预测实验地震罗埃特·莱德（Rouet-Leduc），贝特朗（Bertrand）；克劳迪娅·休伯特（Claudia Hulbert）；尼古拉斯·吕贝尔斯《地球物理研究快报》第44卷第18期 https://doi.org/10.1002/2017GL074677	杂志	2017年9月
离散断裂网络的稳健系统规模缩减：一种保持传输特性的多保真度方法施里拉姆·斯里尼瓦桑；杰弗里·海曼；萨蒂什·卡拉计算地球科学，第22卷，第6期 https://doi.org/10.1007/s10596-018-9770-4	杂志	2018年9月
通过识别断裂岩石样品中的群落来表征导流能力的方法伊丽莎白·圣地亚哥；贝拉斯科·亨南德斯，豪尔赫十世。；曼纽尔·罗梅罗·萨尔塞多专家系统与应用，第41卷，第3期 https://doi.org/10.1016/j.eswa.2013.08.011	杂志	2014年2月
随机生成三维离散断裂网络的协调Delaunay三角剖分：网格策略的特征剔除算法杰弗里·海曼。；卡尔·W·盖博。；Scott L.画家。 SIAM科学计算杂志，第36卷，第4期 https://doi.org/10.1137/130942541	杂志	2014年1月
地质介质中断裂系统的标度阀盖，E。；布尔·O。；东北部奥德林。《地球物理学评论》第39卷第3期 https://doi.org/10.1029/1999RG000074	杂志	2001年8月
具有高度非均匀系数的抛物型方程的通量公式彼得·米尼夫（Peter Minev）；施里拉姆·斯里尼瓦桑；彼得·瓦比什切维奇（Petr N.Vabishchevich）。计算与应用数学杂志，第340卷 https://doi.org/10.1016/j.cam.2017.12.003	杂志	2018年10月
推导多孔介质流动的Darcy、Forchheimer和Brinkman模型的热力学基础及其推广施里拉姆·斯里尼瓦桑；拉贾戈帕尔，K.R。国际非线性力学杂志，第58卷 https://doi.org/10.1016/j.ijnonlinmec.2013.09.004	杂志	2014年1月
地球科学中的图论乔纳森·菲利普斯（Jonathan D.Phillips）。；沃尔夫冈·施瓦恩哈特；托拜厄斯·赫克曼地球科学评论，第143卷 https://doi.org/10.1016/j.earscirev.2015.02.002	杂志	2015年4月
用图论和机器学习量化断裂系统中的拓扑不确定性戈瑞·斯里尼瓦桑；杰弗里·海曼。；大卫·奥斯特（David A.Osthus）。科学报告，第8卷，第1期 https://doi.org/10.1038/s41598-018-30117-1	杂志	2018年8月
完全非结构化控制体积网格上的路径追踪 Painter，S.L。；盖博，C.W。；南卡罗来纳州凯尔卡。计算地球科学，第16卷，第4期 https://doi.org/10.1007/s10596-012-9307-1	杂志	2012年7月
连续地球物理和流动反演表征地下系统中的裂缝网络：MUDUNURU Mudunuru、Maruti Kumar；卡拉，萨蒂什；纳塔利娅·马克顿斯卡统计分析和数据挖掘：美国统计局数据科学期刊，第10卷，第5期 https://doi.org/10.1002/sam.11356	杂志	2017年9月
利用遥感数据进行地质制图：五种机器学习算法的比较、它们对训练数据空间分布变化的响应以及显式空间信息的使用马修·克拉内尔（Matthew J.Cracknell）。；安雅·M·雷丁。计算机与地球科学，第63卷 https://doi.org/10.1016/j.cageo.2013.10.008	杂志	2014年2月
基于回归的降阶模型预测强化地热系统的瞬态热输出穆杜努鲁，M.K。；Karra，S。；D.R.哈普。地热学，第70卷 https://doi.org/10.1016/j.geothermics.2017.06.013	杂志	2017年11月
用图模拟裂隙网络中的流动和传输 Karra，S。；奥马利，D。；海曼，J.D。物理评论E，第97卷，第3期 https://doi.org/10.103/PhysRevE.97.033304（物理版）	杂志	2018年3月
广义多尺度有限元法。对称内部惩罚耦合伊芬迪耶夫，Y。；加尔维斯，J。；拉扎罗夫。 arXiv公司 https://doi.org/10.48550/arxiv.1302.7071	文本	2013年1月
基于大规模优化的扩散方程非负计算框架：并行实现和性能研究 Chang，J。；Karra，S。；Nakshatrala，K.B.公司。 arXiv公司 https://doi.org/10.48550/arxiv.1506.08435	文本	2015年1月
三维离散断裂网络图形表示的机器学习曼纽尔·瓦莱拉（Manuel Valera）；郭正阳；普里西拉·凯利 arXiv公司 https://doi.org/10.48550/arxiv.1705.09866	文本	2017年1月
用图模拟裂隙网络中的流动和传输 Karra，S。；奥马利，D。；海曼，J.D。 arXiv公司 https://doi.org/10.48550/arxiv.1708.08556	文本	2017年1月

类似记录

三维离散断裂网络图形表示的机器学习

期刊文章·2018年1月24日星期三00:00:00 EST·计算地球科学· OSTI ID：1511247

曼努埃尔·瓦莱拉；郭正阳；普里西拉·凯利； +6个以上

用图模拟裂隙网络中的流动和传输

期刊文章·2018年3月9日星期五00:00:00 EST·物理审查E· OSTI ID：1511247

Karra，S。；奥马利博士。；海曼·J·D。； +还有2个

离散断裂网络的稳健系统规模缩减：一种保持传输特性的多保真度方法

期刊文章·2018年9月17日周一00:00:00 EDT·计算地球科学· OSTI ID：1511247

施里拉姆·斯里尼瓦桑；杰弗里·德哈文·海曼；卡拉，萨蒂什； +还有3个

标题：裂隙多孔介质模型简化：识别主流路的机器学习方法

引文格式

参考文献（43）

类似记录

相关主题