Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo

• Autor(a) principal: Caballero Pérez, Edison Fabián
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/12061
• topic: CNPQ::ENGENHARIAS::ENGENHARIA MECANICA; Assimilação de dados; EnKF

Neste trabalho, foi construída uma nova metodologia para melhorar a precisão das previsões geradas com métodos sequenciais para o acoplamento da hidrodinâmica e da geomecânica de reservatórios de petróleo, preservando o baixo custo computacional. A nova abordagem computacional é desenvolvida dentro da estrutura do procedimento de algoritmo de divisão de tensão fixa em conjunto com a assimilação de dados baseada no filtro de Kalman por Conjunto de amostras (EnKF). Neste contexto, identificamos o modelo de alta fidelidade como a formulação de duas vias onde o termo de fonte adicional aparece na equação de fluxo contendo a derivada temporal da tensão média total. O esquema iterativo é então entrelaçado com as etapas de assimilação de dados que também incorporam o erro de modelagem inerente à estrutura do EnKF. Tal procedimento dá origem a uma formulação de uma via aprimorada exibindo melhora substancial na precisão em comparação com o método de uma via clássico. As equações governantes são discretizadas por elementos finitos mistos, e simulações numéricas de um problema slab 2D entre os poços de injeção e de produção ilustra o alcance do método aqui apresentado.