协方差局地化方法在自动历史拟合中的应用

集合卡尔曼滤波(EnKF)是自动历史拟合领域应用较为广泛的智能算法。为了解决该算法应用过程中出现的滤波发散问题,文中运用协方差局地化方法,综合考虑先验地质模型的相关半径和观测数据的观测影响半径,计算临界半径长度,并在油藏模型模型中的水平和垂直方向引入局地化相关函数,滤除远距离观测数据产生的相关噪音,降低协方差矩阵计算过程中的伪相关。将改进的算法编程实现并运用理论实例进行验证,并对比反演得到的渗透率场与真实渗透率场,结果表明,改进后的理论在渗透率反演精度方面提高了28%,数据拟合速度提高了16%。反演的渗透率场能够清晰刻画出大孔道,对于优势通道识别、精细油藏描述具有重要意义。

资料为PDF文档格式.

本文档关键词:自动,中的,协方差,拟合,历史