基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
集合卡尔曼滤波方法在非线性油藏问题中的应用
油藏数值模拟
集合卡尔曼滤波
自动历史拟合
油水界面
参数估计
非线性油藏
基于容积卡尔曼滤波的辅助粒子滤波算法
非线性系统
容积卡尔曼滤波
辅助粒子滤波
重要性密度函数
基于集合卡尔曼滤波的南雄烟草LAI数据同化研究
数据同化
烟草
集合卡尔曼滤波
叶面积指数
数据预测
轻油注气燃烧管实验历史拟合
轻油
注空气
燃烧管
数值模拟
历史拟合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于集合卡尔曼滤波的油藏辅助历史拟合
来源期刊 大庆石油学院学报 学科 工学
关键词 油藏历史拟合 集合卡尔曼滤波 序贯高斯算法
年,卷(期) 2009,(5) 所属期刊栏目 石油科技
研究方向 页码范围 74-78
页数 5页 分类号 TE319
字数 3108字 语种 中文
DOI 10.3969/j.issn.2095-4107.2009.05.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张巍 北京大学工学院 186 1090 17.0 24.0
2 邸元 北京大学工学院 29 142 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (21)
二级引证文献  (12)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
油藏历史拟合
集合卡尔曼滤波
序贯高斯算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北石油大学学报
双月刊
2095-4107
23-1582/TE
大16开
黑龙江省大庆市高新技术开发区发展路199号东北石油大学学报编辑部
14-90
1977
chi
出版文献量(篇)
3238
总下载数(次)
4
总被引数(次)
31805
论文1v1指导