基于多次数据吸收集合平滑算法的自动油藏历史拟合研究

王泽龙，刘先贵，唐海发，吕志凯，刘群明

(1.中国科学院大学，北京 100049；2.中国科学院大学渗流流体力学研究所, 河北 廊坊 065007； 3.中国石油国际勘探开发有限公司，北京 100034；4.中国石油勘探开发研究院,北京 100083)

0 引 言

油藏数值模拟技术是室内油藏工程研究的重要手段。传统油藏数值模拟技术是将油藏地质模型与流体模拟程序相结合，再输入流体性质参数和生产制度，经过大量计算从而得到预测数据。地质模型静态参数主要包括渗透率、孔隙度、初始温度、压力等，动态数据来自现场油井的实测生产数据。但研究过程中要求具备较高的地质学和油藏工程专业素养，才能较好地完成地质模型的调整工作。在实际工作中，如果油田处于开发初期，或者从业人员经验尚浅，人为手动修正的地质模型往往不能够真实反映出油藏地质特征[1]。此外，现代油藏管理需要进行不确定性分析，纯粹的人工历史拟合已难以适应发展要求。

自动油藏历史拟合技术自20世纪90年代进入快速发展阶段，大量学者开展了相关研究[2-5]。GeirEvensen通过改进卡尔曼滤波线性问题的局限，提出了扩展卡尔曼滤波，后为克服其敏感性矩阵的大量计算问题，提出集合卡尔曼滤波[6]，即EnKF，并开始在天气预测领域应用。Nævda等[7]将EnKF引用到石油工程领域，用于更新油井附近的油藏模型，Lorentzen[8]、Oilver[9]、Chen[10]、Reynolds[11]、Jafarpour[12]、王玉斗[13]、薛亮[14]等学者均在EnKF引入到油藏模拟应用领域进行了大量研究，但均未彻底解决EnKF算法在油藏历史拟合中计算效率低，且更新后的状态参数与实际的状态参数不一致的问题。……