확률적 민감도분석을 이용한 역산모델링
Inverse Modeling Using Probabilistic Sensitivity Analysis
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
역산모델링의 수치적 효율성 향상을 위해서 본 연구에서는 전위모델로 유선시뮬레이션 기법을 사용하였다. 최적화 과정에서는 저류층 변수의 변화에 대한 민감도분석을 수행하여, 이를 확률적으로 모델링하였다. 이로부터 얻은 누적확률함수는 유동변수 교란의 지표로 사용된다. 다양한 참조필드에 적용해 본 결과 개발한 기법들은 역산모델링의 효율성을 높일 수 있다. 확률적 민감도분석을 통해 추계학적 필드생성 과정에서 동적자료 관측값을 고려한 교란을 주어 샘플링이 되지 않은 지역에서 이상값들의 분포를 찾아낼 수 있었다. 이를 바탕으로 주어진 정적자료가 필드의 공간분포를 대표하지 못하거나 동적자료 관측값을 반영하지 못하는 경우에도 역산모델링을 통해 물성분포를 신뢰성 있게 파악할 수 있다.
Abstract
One of the challenging topics in inverse modeling is numerical efficiency. For that, two techniques are combined in this study. As a forward model, streamline simulation technique is used. A probabilistic sensitivity analysis is proposed in the optimization procedure. From the sensitivity of the flow variables on the objective function, cumulative probability distribution functions (CDFs) are obtained. The CDFs are used to generate input flow variable fields. From the applications to various synthetic field cases, we conclude that the developed scheme improves the efficiency in inverse problems. The probabilistic sensitivity analysis makes it possible to generate the flow variable fields with consideration of the observed dynamic data. Reliable optimized results are also obtained efficiently by finding the hidden abnormal values although given samples poorly represent the characteristics of the reference field.
참고문헌 (15)
- 기세일, "조건부 업스케일링과 확률적 민감도분석을 이용한 역산 모델링", 박사, pp.2007
- 장민철, "지구통계학적 기법과 유선시뮬레이션을 이용한 역산모델링", 박사, pp.2002
- Batycky, R.P., "A 3D field scale streamline-based simulator", SPE Reservoir Engineering, 12, pp.246~254 (1997)
- Batycky, R.P., "A three-dimensional two-phase field scale streamline simulator", 박사, pp.1997
- Crane, M.J., "Streamline-based simulation of solute transport", Water Resource Research, 35(10), pp.3061~3077 (1999)
- Hu, L.Y., "Gradual deformation and iterative calibration of Gaussian-related stochastic models", Mathematical Geology, 32, pp.87~108 (2000)
- Hu, L.Y., "Constraining a reservoir facies model to dynamic data using a gradual deformation method,", Proceedings of the 1988 European Conference on Mathematics of Oil Recovery (1998)
- Hu, L.Y., "An improved gradual deformation method for reconciling random and gradient searches in stochastic optimization", Mathematical Geology, 36, pp.703~720 (2004)
- Jang, M., "Modeling of solute transport in a single fracture using streamline simulation and experimental validation", Journal of Hydrology, 261, pp.74~85 (2002)
- Jang, M., "Stochastic optimization for global minimization and geostatistical calibration", Journal of Hydrology, 266, pp.40~52 (2002)
- Le Ravalec-Dupin, M., "Inverse stochastic modeling of flow in porous media" (2005), IFP Publications
- Kelkar, M., "Applied geostatistics for reservoir characterization" (2002), Society of Petroleum Engineers
- Ki, S.I., "Efficient contaminant transport modeling using wavelet-based conditional upscaling and streamline simulation", Energy Sources Part A (2007)
- Pollock, D.W., "Semi-analytical computation of pathlines for finite-difference models,", Ground Water, 26(6), pp.743~750 (1988)
- Sen, M.K., "Stochastic reservoir modeling using simulated annealing and genetic algorithms", SPE Formation Evaluation, 10(1), pp.49~60 (1995)