西亚瓦什·内贾迪；朱莉安娜·梁；Trivedi，日本 使用带概率加权重采样的集成卡尔曼滤波器表征非高斯地质相分布。 （英语） Zbl 1323.86030号 数学。地质科学。 47，第2期，193-225（2015）. 概述：集合卡尔曼滤波器（EnKF）是一种基于蒙特卡罗的技术，用于辅助历史匹配和实时更新油藏模型。然而，由于岩相分布是非高斯的，而用于储层建模的地质数据通常不足，因此通常无法检测不同岩相边界的精确位置及其比例。本文在传统的EnKF公式中引入了一个新的重采样步骤；经过一定数量的同化步骤后，使用更新后的集合生成新的集合，并使用新的概率加权重采样方案。新的集合从概率密度函数中采样，该函数对地质信息和早期生产数据都有条件。在重新采样步骤之后，预测模型从开始到最后一个更新步骤应用于新集合（没有任何中间卡尔曼更新）。全EnKF再次应用于合奏成员，以吸收剩余的制作历史。EnKF和使用重采样方法再生新成员的结合证明了多相油藏模型历史拟合的不确定性得到了合理改善和降低。更新后的集合成员的直方图和实验变异函数与静态地质信息更加一致。此外，该技术有助于保持总体方差，这对于岩相比例后验概率分布的不确定性估计至关重要。 引用于1文件 MSC公司： 86A32型 地理统计学 62M20型 随机过程推断和预测 62G09号 非参数统计重采样方法 86A60型 地质问题 关键词：非高斯分布；相特征；动态数据集成；历史匹配；集合方法；重新采样技术 软件：日食；SGeMS公司；GSLIB公司；合卡尔曼滤波 PDF格式BibTeX公司 XML格式引用 \textit{S.内贾迪}等人，《数学》。地质科学。47，第2号，193--225（2015；Zbl 1323.86030） 全文： 内政部 参考文献： [1] Aaonsen SI、Nvdal G、Oliver DS、Reynolds AC、Valles B（2009）《水库工程中的集合卡尔曼滤波器——综述》。石油工程师协会J 14（3）：393-412·doi:10.2118/117274-PA [2] Agbalaka C，Oliver DS（2008）EnKF的应用和定位，以自动匹配岩相分布和生产数据的历史。数学地质40（4）：353-374·Zbl 1142.86306号 ·doi:10.1007/s11004-008-9155-7 [3] Anderson JL（2001）用于数据同化的集合调整卡尔曼滤波器。Mon-Wea版本129:2884-2903 [4] Arroyo E、Devegowda D、Datta-Gupta A、Choe J（2008），用于快速连续水库模型更新的流线辅助集合卡尔曼滤波器。SPE Res Eval Eng公司11（6）：1046-1060 [5] Boisvert JB，Pyrcz MJ，Deutsch CV（2008）训练图像选择的多点统计。自然资源研究16（4）：313-321·doi:10.1007/s11053-008-9058-9 [6] Burgers G，van Leeuwen PJ，Evensen G（1998）集合卡尔曼滤波器中的分析方案。周一天气评论126:1719-1724·doi:10.1175/1520-0493（1998）126<1719:ASITEK>2.0.CO；2 [7] Chang H，Zhang D，Lu Z（2010）使用EnKF和水平集参数化进行岩相分布的历史匹配。计算机物理杂志229:8011-8030·Zbl 1425.86017号 ·doi:10.1016/j.jcp.2010.07.005 [8] Chen Y，Oliver D（2010）EnKF在多相流数据同化中的交叉方差和局部化。计算地质科学14（4）：579-601·Zbl 1381.86026号 ·doi:10.1007/s10596-009-9174-6 [9] Chen Y，Oliver D（2012）作为迭代集成平滑器的集成随机最大似然方法。数学地质44（1）：1-26·doi:10.1007/s11004-011-9376-z [10] Chen Y，Zhang D（2006）通过集合卡尔曼滤波器对地质构造中的瞬态流动进行数据同化。Adv Water Resour公司29（8）：1107-1122·doi:10.1016/j.advwatres.2005.09.007 [11] Cressie N（1985）通过加权最小二乘法拟合变异函数模型。数学地理17（5）：563-586·doi:10.1007/BF01032109文件 [12] Deutsch CV，Journel AG（1997）GSLIB：地质统计学软件库和用户指南，第2版。牛津大学出版社，纽约 [13] Dovera L，Della Rossa E（2010）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（2）：307-323·Zbl 1213.62145号 ·数字对象标识代码：10.1007/s10596-010-9205-3 [14] Evensen G（1994）使用蒙特卡罗方法预测误差统计的非线性准营养模型进行序贯数据同化。地球物理研究杂志99（C5）：10143-10162·doi:10.1029/94JC00572 [15] Evensen G（2003）集合卡尔曼滤波器：理论公式和实际实现。海洋动力53:343-367·doi:10.1007/s10236-003-0036-9 [16] Evensen G（2007）《数据同化：集合卡尔曼滤波器》。柏林施普林格·Zbl 1157.86001号 [17] Emerick AA，Reynolds AC（2011），结合灵敏度和先验信息，在石油储层应用的集合卡尔曼滤波器中进行协方差定位。计算地质科学15（2）：251-269·Zbl 1213.86009号 ·doi:10.1007/s10596-010-9198-y [18] Emerick AA，Reynolds AC（2012）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。石油工程师协会J 17（2）：418-440·网址：10.2118/141336-PA [19] Emerick AA，Reynolds AC（2013）《基于集合方法的简单水库模型采样性能研究》。计算地质科学17（2）：325-350·Zbl 1382.86018号 ·doi:10.1007/s10596-012-9333-z [20] Furrer R，Bengtsson T（2007）卡尔曼滤波器变体中高维先验和后验协方差矩阵的估计。多瓦分析杂志98（2）：227-255·Zbl 1105.62091号 ·doi:10.1016/j.jmva.2006.08.0003 [21] Gu Y，Oliver DS（2007）多相流体流动数据同化的迭代集合卡尔曼滤波器。石油工程师协会J 12（4）：438-446·doi:10.2118/108438-PA [22] Jafarpour B，McLaughlin DB（2008）《用集合卡尔曼滤波器和离散余弦参数化进行历史匹配》。计算地质学12（2）：227-244·Zbl 1159.86306号 ·doi:10.1007/s10596-008-9080-3 [23] Jafarpour B，Tarrahi M（2011）《评估组合卡尔曼滤波器在变异函数不确定性下用于地下水流数据集成的性能》。水资源研究47（5）：W05537 [24] Jain AK（1988）《数字图像处理基础》。普伦蒂斯大厅，恩格尔伍德悬崖 [25] Li G，Reynolds AC（2009）数据同化的迭代集合卡尔曼滤波器。石油工程师协会J 14（3）：496-505·网址：10.2118/109808-PA [26] Li L，Zhou H，Hendricks Franssen HJ，Gómez-Hernández JJ（2012）使用正核集合卡尔曼滤波器的双峰含水层模式识别。数学地质44（2）：169-185·doi:10.1007/s11004-011-9372-3 [27] Liu N，Oliver DS（2005）用于地质相自动历史匹配的集合卡尔曼滤波器。宠物科学与工程杂志47（3-4）：147-161·doi:10.1016/j.petrol.2005.03.006 [28] Lorentzen RJ、Fjelde KK、Froyen J、Lage AC、Nvdal G、Vefrin EH（2001）《欠平衡和低水头钻井作业：测量数据的实时解释和操作支持》（SPE 71384）。致：SPE年度技术会议和展览记录 [29] Lorentzen RJ、Flornes KM、Nvdal G（2012）《使用集合卡尔曼滤波器匹配渠化水库的历史》。石油工程师协会J 17（1）：137-151·doi:10.2118/143188-PA [30] Mood AM（1940）跑步分布。数学年鉴11（4）：367-392·JFM 66.0645.02号 ·doi:10.1214/aoms/1177731825 [31] Moreno D，Aanonsen SI（2011）使用集合卡尔曼滤波器和水平集方法进行连续相更新。数学地质43（8）：951-970·doi:10.1007/s11004-011-9347-4 [32] Myrseth I，Strom J，More H（2012），重新采样集合卡尔曼滤波器。计算地质55:44-53·doi:10.1016/j.cageo.2012.06.009 [33] Nash JE，Sutcliffe JV（1970），通过概念模型进行河流流量预测，第一部分——原理讨论。《水文学杂志》10（3）：282-290·doi:10.1016/0022-1694（70）90255-6 [34] Nejadi S、Trivedi J、Leung J（2011年）。使用熵加权集合卡尔曼滤波器改进非高斯分布的特征和历史匹配（SPE 144578）。致：SPE北美西部地区会议记录 [35] Nejadi S，Trivedi J，Leung J（2012a）非高斯地质相检测的集成卡尔曼滤波预测器偏差校正方法。In:IFAC海上油气生产自动控制会议记录（ACOOG 2012） [36] Nejadi S，Leung J，Trivedi J（2012b）使用集合卡尔曼滤波器（SPE 162783）整合生产数据以估算致密气藏中的天然裂缝性质。In:加拿大非常规资源会议记录·Zbl 0024.05301号 [37] Nejadi S、Trivedi J、Leung J（2014）使用分类指标和P-Field模拟和集合卡尔曼滤波器估算地质相边界。自然资源研究doi:10.1007/s11053-014-9233-0·Zbl 1381.86026号 [38] Oliver D，Chen Y（2011）油藏历史拟合的最新进展：综述。计算地质学15（1）：185-221·Zbl 1209.86001号 [39] Oliver DS、Cunha LB、Reynolds AC（1996），将渗透率场调节为压力数据的马尔可夫链蒙特卡罗方法。数学地质学29（1）：61-91·doi:10.1007/BF02769620 [40] Oliver DS、Reynolds AC、Liu N（2008）《油藏描述和历史拟合的反演理论》。剑桥大学出版社·doi:10.1017/CBO9780511535642 [41] Rao KR，Yip P（1990）《离散余弦变换：算法、优点和应用》。波士顿学术出版社·Zbl 0726.65162号 [42] RamaRao BS、LaVenue AM、de Marsily G、Marietta MG（1995）条件模拟透射率场集合自动校准的试验点方法1。理论和计算实验。水资源研究31（3）：475-493·doi:10.1029/94WR02258 [43] Remy N，Boucher A，Wu J（2009）《SGeMS应用地质统计学：用户指南》。剑桥大学出版社·doi:10.1017/CBO9781139150019 [44] Saleri NG、Toronyi RM、Shyder DE（1992）《数据和数据层次》。宠物科技杂志44（12）：1286-1293·doi:10.2118/21369-PA [45] Sarma P，Durlowsky LJ，Aziz K（2008）多点地质统计学有效可微参数化的核主成分分析。数学地质40（1）：3-32·Zbl 1144.86004号 ·doi:10.1007/s11004-007-9131-7 [46] Sarma P，Durlowsky LJ，Aziz K，Chen WH（2007）使用内核PCA进行自动历史匹配的新方法（SPE 106176）。摘自：SPE油藏模拟研讨会论文集 [47] 斯伦贝谢信息解决方案（2011）Eclipse油藏模拟器：参考手册和技术说明。网址：http://www.slb.com ·Zbl 1142.86306号 [48] van Leeuwen PJ（2003）一种用于大规模应用的最小方差滤波器。周一天气评论131:2071-2084 [49] Zafari M，Reynolds AC（2007）使用集合卡尔曼滤波器评估储层描述和性能预测中的不确定性。石油工程师协会J 12（3）：382-391·doi:10.2118/95750-PA 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。