用于多孔介质中两相流模型数据同化的 Ensemble Score Filter
数值分析
2025-05-13 v2 数值分析
摘要
多孔介质中两相流的数值建模和仿真因关键参数（如渗透率）的不确定性而具有挑战性。为解决这些挑战，我们提出了一种计算框架，利用新近的 Ensemble Score Filter (EnSF) 来提高多孔介质中两相流系统状态估计的准确性。两相流模型的前向仿真采用混合有限元方法实现，确保对压力、速度和饱和度的准确逼近。EnSF 利用基于得分的扩散模型高效地逼近过滤分布，避免了神经网络方法的计算开销。通过采用闭形式得分近似和解析更新机制，EnSF 克服了退化问题，并以最小的计算开销处理高维非线性过滤。数值实验表明，EnSF 在不确定渗透率和不完整观测数据情景下的能力。
引用
@article{arxiv.2504.09245,
title = {Ensemble Score Filter for Data Assimilation of Two-Phase Flow Models in Porous Media},
author = {Ruoyu Hu and Sanjeeb Poudel and Feng Bao and Sanghyun Lee},
journal= {arXiv preprint arXiv:2504.09245},
year = {2025}
}