×
哈尼亚、安卡·玛丽亚;玛丽亚·盖奥吉;哈尼亚、雷姆斯;丹·阿巴贝

油藏模拟中用于参数估计的非参数贝叶斯网络：集合卡尔曼滤波器的图形化。一、。 （英语） Zbl 1393.86019号

计算。地质科学。 17，第6期，929-949（2013）.
摘要：油藏模拟模型既用于新油田的开发，也用于需要进行产量预测以进行投资决策的已开发油田。在模拟储层时，必须考虑地下发生的物理和化学过程。在描述多孔介质中的流动时，岩石和流体性质至关重要。本文研究了储层渗透率场的估算。渗透率等模型参数的估计问题在储层工程中通常被称为历史匹配问题。目前，解决历史匹配问题最广泛使用的方法之一是集成卡尔曼滤波器（EnKF）。EnKF是贝叶斯更新问题的蒙特卡罗实现。然而，EnKF方法有一定的局限性，鼓励寻找替代方法。为此，提出并研究了一种基于图形模型的新方法。特别地，为此选择的图形模型是动态非参数贝叶斯网络（NPBN）。这是首次尝试使用基于NPBN的方法来解决油藏模拟中的历史匹配问题。针对一个综合油藏模拟练习，实现了一个两相二维流动模型，并显示了初步结果。对这些方法的性能进行了评估和比较。本文采用了一种全新的历史匹配方法，仅构成更详细调查的第一部分（第一部分）。由于这些原因（新颖性和不完整性），许多问题尚待解决，并提出了一些建议，将在同一篇论文的第二部分进行研究。

MSC公司：

86A32型 地理统计学
65二氧化碳 蒙特卡罗方法
86-08 地球物理问题的计算方法
62G99型 非参数推理

关键词：

水库工程;历史匹配;集合卡尔曼滤波;非参数贝叶斯网络;参数估计;概率模型学习
PDF格式BibTeX公司 XML格式引用
\textit{A.M.Hanea}等人，计算。地质科学。17，第6号，929--949（2013；Zbl 1393.86019）
全文： 内政部

参考文献：

[1] 阿农森，S；纳德瓦尔，G；奥利弗，D；雷诺数，A；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] Reynolds，A.C.，N.H，Olivier，D.：根据变差图和试井压力数据生成油藏描述的重新参数化技术。Soc.汽油。工程师J。4，413-426（1996年）
[3] Anderson，J，《利用层次集合滤波器探索集合数据同化中定位的必要性》，Phys。D非线性现象。，230, 99-111, (2007) ·Zbl 1387.86039号 ·doi:10.1016/j.physd.2006.02.011
[4] 鲍尔，A；Czado，C；Klein，T，非高斯DAG模型的对copula构造，Can。J.Stat.，40，86-109，（2011年）·Zbl 1236.62044号 ·doi:10.1002/cjs.10131
[5] 库克，R，《不确定性专家：科学中的观点和主观概率》，（1991），纽约
[6] 院长，T；Kanazawa，K，关于持久性和因果关系的推理模型，Artif。智力。，93, 1-27, (1989)
[7] Dean，T.，Wellman，M.：规划与控制。Morgan Kaufmann，圣马特奥（1991）
[8] Elidan，G.：Copula贝叶斯网络。技术报告。（2010年）
[9] 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，99，10143-10162，（1994）·doi:10.1029/94JC00572
[10] Gheorghe，M.：油藏模拟中非参数贝叶斯信念网与集合卡尔曼滤波器。技术报告。代尔夫特理工大学硕士论文（2010年）
[11] 哈米尔，T；惠特克，J；Snyder，C，集合卡尔曼滤波器中背景误差协方差估计的距离相关滤波，周一。天气。版本1292776-2790（2001）·doi:10.1175/1520-0493（2001）129<2776:DDFOBE>2.0.CO；2
[12] 哈尼亚，A；Kurowicka，D；库克，R，量化和分析贝叶斯信念网络的混合方法，Qual。Reliab公司。工程国际，22613-729，（2006）·doi:10.1002/qre.825
[13] Hanea，A.，Kurowicka，D.，Cooke，R.：有序离散随机变量情况下Spearman秩相关系数的总体版本。摘自：第三届巴西保险和金融统计建模会议记录（2007年）
[14] 哈尼亚，A；Kurowicka，D；库克，R；Ababei，D，用非参数连续bbns挖掘和可视化有序数据，计算。统计数据。分析员。，54, 668-687, (2010) ·Zbl 1464.62085号 ·doi:10.1016/j.csda.2008.09.032
[15] Hanea，A.，Morales Nápoles，O.：非参数贝叶斯网络：理论与实践。ICOSSAR，纽约（2013）
[16] 哈尼亚，AM；Harrington，W，《利用非参数连续贝叶斯信念网络进行微粒有序数据挖掘》，Inf.Process。J.，9，280-286，（2009）
[17] Joe，H.：多元模型和依赖概念。查普曼和霍尔，伦敦（1997）·Zbl 0990.62517号 ·doi:10.1201/b13150
[18] 卡尔曼，R，线性滤波和预测问题的一种新方法，Trans。美国机械工程师协会。J.基础。工程师，82，35-45，（1960）·数字对象标识代码：10.1115/1.3662552
[19] Korb，K.，Nicholson，A.：贝叶斯人工智能。查普曼和霍尔，伦敦（2004）·Zbl 1080.68100号
[20] Krymskaya，M；哈尼亚，RG；Verlaan，M，《油藏工程应用的迭代集合卡尔曼滤波器》，计算。地质科学。，13, 235-244, (2009) ·Zbl 1171.86306号 ·doi:10.1007/s10596-008-9087-9
[21] Kurowicka，D.，Cooke，R.：无分布连续贝叶斯信念网。In:可靠性会议数学方法论文集（2004）·Zbl 1083.62054号
[22] Kurowicka，D.，Cooke，R.：高维相关性模型的不确定性分析。奇切斯特·威利（2006）·Zbl 1096.62073号 ·doi:10.1002/0470863072
[23] 兰塞斯，H；尼尔森，T；鲁米，R；Salmerón，A，混合贝叶斯网络中的推理，Reliab。工程系统。安全。，51, 485-498, (2009)
[24] 李，R；雷诺数，AC；Olivier，D，三相流生产数据的历史匹配，SPE。J.，8，328-340，（2003）
[25] 莫拉莱斯·Nápoles，O；Kurowicka，D；Roelen，A，从条件概率中引出条件和无条件秩相关，Reliab。工程系统。安全。，93, 699-710, (2008) ·doi:10.1016/j.ress.2007.03.020
[26] Morales Nápoles，O.，Steenbergen，R.D.J.M.：交通荷载下桥梁可靠性的非参数连续贝叶斯信念网。摘自：2010年欧洲安全与可靠性会议ESREL会议记录。罗德斯（2010）
[27] Morales Nápoles，O.，Worm，D.，Dillingh，B.：沥青物理化学建模中的概率尺度转换框架。TNO报告项目编号034.24789（2011）
[28] Murphy，K.：动态贝叶斯网络：表示、推理和学习。伯克利计算机科学部博士论文（2002年）
[29] Nelsen，R，交配动物导论，（1999），纽约·Zbl 0909.62052号
[30] Pearl，J.：《智能系统中的概率推理：合理推理网络》。Morgan Kaufman，圣马特奥（1988）
[31] 皮尔逊，K，《进化论的数学贡献》，菲尔译。罗伊。伦敦证券交易所。，187253-318d（1907）·doi:10.1098/rsta.1896.0007
[32] Przybysz-Jarnut，J.：利用生产数据和时差地震估算油气藏参数。代尔夫特理工大学博士论文（2010年）
[33] Li，R.，A.R，Olivier，D.S.：三相流生产数据的历史匹配。SPE公司。J。8(4), 328-340 (2003)
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。