张巍;邸元;

• 1:北京大学工学院

摘要(Abstract)：

基于梯度计算的传统优化算法是同时使用观测数据,集合卡尔曼滤波方法是连续使用观测数据,因此它比传统优化算法计算量小.将集合卡尔曼滤波方法作为辅助油藏历史拟合的优化算法,利用序贯高斯模拟生成储层状态的初始实现集合,在算法实现过程中,通过吸收观测数据,实现油藏模型的动态参数(如压力、饱和度)及静态参数(如渗透率)连续更新.通过一个二维的"一注四采"水驱油藏模型的拟合计算,验证算法的有效性,并讨论集合大小和集合采样初始均值对历史拟合结果的影响.在一定范围内,集合样本数对计算精度影响不是很大;对于不同的集合采样初始均值,待估参数能较快地收敛于真值,表明该算法稳定性好.

关键词(KeyWords)：油藏历史拟合;集合卡尔曼滤波;序贯高斯算法

Abstract:

Keywords:

基金项目(Foundation):国家“973”重点基础研究发展规划(973计划)项目(2006CB202400);;

国家科技攻关重大专题项目(2008ZX05014)

作者(Author):张巍;邸元;

Email:

参考文献(References)：

• [1]Jafarpour B,McLaughlin D B.History matching with an Ensemble Kal man Filter and discrete cosine parameterization[J].Computa-tional Geosciences,2008,12(2):227-244.

• [2]Nevdal G,Mannseth G T,Vefring E.Near-well reservoir monitoring through Ensemble Kal man Filter.Proceeding of SPE/DOEI m-proved Oil Recovery Symposium[C].SPE 84372,2002.

• [3]Gu Y,Oliver DS.History matching of the PUNQS3 reservoir model usingthe ensemble Kal manfilter.SPE Annual Technical Confer-ence and Exhibition[C].SPE 89942,2004.

• [4]Evensen G,Hove J,Meisingset H C.Using the EnKF for assisted history matching of a north sea reservoir model.SPE ReservoirSi mulation Symposium[C].SPE 106184,2007.

• [5]赵红亮.基于集合卡尔曼滤波数据同化方法的岩土力学参数时空变异性研究[D].武汉:中国科学院,2006.

• [6]王家华,张团峰.油气储层随机建模[M].北京:石油工业出版社,2004.