基于产注剖面的自动历史拟合技术的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究目的及意义 | 第9页 |
| 1.2 国内外研究现状及存在的问题 | 第9-17页 |
| 1.2.1 高含水油藏优势通道的形成 | 第10页 |
| 1.2.2 最优化方法研究方法 | 第10-15页 |
| 1.2.3 历史拟合降维方法研究 | 第15-16页 |
| 1.2.4 自动历史拟合面临的问题 | 第16-17页 |
| 1.3 选题依据与研究内容 | 第17-18页 |
| 1.3.1 选题依据与研究意义 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 技术路线 | 第18-20页 |
| 第二章 基于ENKF的产注剖面历史拟合技术 | 第20-30页 |
| 2.1 历史拟合数学模型建立 | 第20-23页 |
| 2.1.1 观测数据选取及设定 | 第20-21页 |
| 2.1.2 历史拟合目标函数的建立 | 第21-23页 |
| 2.2 ENKF算法 | 第23-26页 |
| 2.3 理论实例 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于协方差局地化的ENKF方法 | 第30-40页 |
| 3.1 滤波发散问题 | 第30页 |
| 3.2 协方差局地化 | 第30-36页 |
| 3.2.1 协方差局地化 | 第31-32页 |
| 3.2.2 基于协方差局地化算法的EnKF算法 | 第32-36页 |
| 3.3 理论实例 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于稀疏优化的ENKF方法 | 第40-57页 |
| 4.1 稀疏优化 | 第40-41页 |
| 4.1.1 基于稀疏优化的机器学习 | 第40-41页 |
| 4.2 稀疏优化原理 | 第41-49页 |
| 4.2.1 信号稀疏表示 | 第43-44页 |
| 4.2.2 字典学习 | 第44-46页 |
| 4.2.3 稀疏表示与字典学习 | 第46-48页 |
| 4.2.4 K-SVD算法与EnKF耦合算法设计 | 第48-49页 |
| 4.3 算例设计 | 第49-56页 |
| 4.3.1 单层单通道模型 | 第49-53页 |
| 4.3.2 多层模型 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 理论实例 | 第57-65页 |
| 5.1 渗透率场的动态变化 | 第57-59页 |
| 5.1.1 渗透率场变化的原因 | 第57页 |
| 5.1.2 渗透率的动态变化特征 | 第57-59页 |
| 5.2 基于改进ENKF的动态渗透率追踪 | 第59-63页 |
| 5.3 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位期间取得的学术成果 | 第73-74页 |
| 致谢 | 第74页 |
