基于集合平滑器的数据空间反演

油藏工程师使用大规模数值模型预测油气田的生产动态。然而，这些模型基于稀缺且常不准确的数据构建，使其预测高度不确定。另一方面，油田作业期间持续采集压力与流速测量值。将这些数据同化入油藏模型（历史拟合）有助于降低不确定性并提升预测能力。历史拟合是一个非线性反问题，通常用优化与蒙特卡洛方法处理。但在实践中，生成一组保持地质真实性的恰当历史拟合模型极具挑战，尤其在具复杂先验描述（如含裂缝与复杂相分布的模型）的情形下。近来，文献中引入了一种新的数据空间反演（DSI）方法，作为历史拟合中模型空间反演的替代。其核心思想是直接更新先验模型集的预测以计入观测生产历史，而不更新相应模型。本文提出一种基于迭代集合平滑器的 DSI 实现，并通过示例表明该新实现比早先基于主成分分析的方法计算更快且更稳健。新 DSI 还应用于具有长生产历史与大量井的真实油田的生产预测估计。对该油田问题，新 DSI 获得的预测与更传统的基于集合的历史拟合相当。