上传者: 38610573
|
上传时间: 2021-02-24 14:04:21
|
文件大小: 397KB
|
文件类型: PDF
在油藏历史记录中,通常使用最小二乘目标函数来使预测的生产数据与观测值之间的不匹配最小化。 但是,作为历史匹配是具有非唯一解的不适定逆问题,之后的储层模型仅通过匹配生产数据,校准可能与实际的地质模型相去甚远。 为了解决这个问题,实施了一种用于储层历史匹配的正则化方法,该方法不仅匹配生产数据,而且还使用先前的地质信息来校正和更新当前储层模型,从而使更新后的模型保持一致。地质模型。 本文将同时摄动随机逼近法(SPSA)与快速流线模拟相结合,为优化目标函数提供了一种有效的方法。 作为一种随机近似算法,SLSPSA可以保证算法的收敛性。 与基于梯度的算法相比,它避免了伴随或敏感矩阵的大量计算和存储。 在算法的计算过程中,实现了并行计算,减少了仿真时间,提高了计算效率。 通过匹配示例测试验证了该方法。