Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo
Autor(a) principal: | |
---|---|
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 |
Resumo: | 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. |
id |
UFRJ_67e42f80e0c819e34e15ed113428c669 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/12061 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Caballero Pérez, Edison Fabiánhttp://lattes.cnpq.br/5219013163859829http://lattes.cnpq.br/7089840267657694Borges, Márcio RentesMurad, Marcio ArabDuda, Fernando PereiraCoutinho, Alvaro LuizEmerick, Alexandre AnozéFernando Alves Rochinha, Fernando Alves2020-04-29T14:27:48Z2023-11-30T03:03:57Z2018-04http://hdl.handle.net/11422/12061Neste 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.In this work we construct a new methodology for enhancing the predictive ac curacy of sequential methods for coupling flow and geomechanics whilst preserving low computational cost. The new computational approach is developed within the framework of the fixed stress split algorithm procedure in conjunction with data assimilation based on the Ensemble Kalman Filter (EnKF). In this context we identify tite high fidelity model with the two-way formulation where additional source term appears in the flow equation containing the time derivative of total nican stress. The iterative scheme is then interlaced with data assimilation steps which also incorporate the modeling error inherent to the EnKF framework. Such a procedure give rise to an “Enhanced one-way formulation” exhibiting substantial improvement in accuracy compared to the classical one-way method. The governing equations are discretized by mixed finite elements, and numerical simulation of a 2D slab problem between injection and production wells illustrate the tremendous achievement of the method proposed herein.Submitted by Daniele Fonseca (daniele@ct.ufrj.br) on 2020-04-29T14:27:48Z No. of bitstreams: 1 EdisonFabianCaballeroPerez.pdf: 22872803 bytes, checksum: e77a80a944a36fe3c388ca23b6fbde85 (MD5)Made available in DSpace on 2020-04-29T14:27:48Z (GMT). No. of bitstreams: 1 EdisonFabianCaballeroPerez.pdf: 22872803 bytes, checksum: e77a80a944a36fe3c388ca23b6fbde85 (MD5) Previous issue date: 2018-04porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia MecânicaUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA MECANICAAssimilação de dadosEnKFAplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJLICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/12061/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD52ORIGINALEdisonFabianCaballeroPerez.pdfEdisonFabianCaballeroPerez.pdfapplication/pdf22872803http://pantheon.ufrj.br:80/bitstream/11422/12061/1/EdisonFabianCaballeroPerez.pdfe77a80a944a36fe3c388ca23b6fbde85MD5111422/120612023-11-30 00:03:57.246oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:03:57Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
title |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
spellingShingle |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo Caballero Pérez, Edison Fabián CNPQ::ENGENHARIAS::ENGENHARIA MECANICA Assimilação de dados EnKF |
title_short |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
title_full |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
title_fullStr |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
title_full_unstemmed |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
title_sort |
Aplicação do filtro de Kalman por conjuntos de amostra à calibração e à validação de modelos previsionais de reservatórios de petróleo |
author |
Caballero Pérez, Edison Fabián |
author_facet |
Caballero Pérez, Edison Fabián |
author_role |
author |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5219013163859829 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7089840267657694 |
dc.contributor.advisorCo1.none.fl_str_mv |
Borges, Márcio Rentes |
dc.contributor.author.fl_str_mv |
Caballero Pérez, Edison Fabián |
dc.contributor.referee1.fl_str_mv |
Murad, Marcio Arab |
dc.contributor.referee2.fl_str_mv |
Duda, Fernando Pereira |
dc.contributor.referee3.fl_str_mv |
Coutinho, Alvaro Luiz |
dc.contributor.referee4.fl_str_mv |
Emerick, Alexandre Anozé |
dc.contributor.advisor1.fl_str_mv |
Fernando Alves Rochinha, Fernando Alves |
contributor_str_mv |
Murad, Marcio Arab Duda, Fernando Pereira Coutinho, Alvaro Luiz Emerick, Alexandre Anozé Fernando Alves Rochinha, Fernando Alves |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA Assimilação de dados EnKF |
dc.subject.por.fl_str_mv |
Assimilação de dados EnKF |
description |
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. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-04 |
dc.date.accessioned.fl_str_mv |
2020-04-29T14:27:48Z |
dc.date.available.fl_str_mv |
2023-11-30T03:03:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/12061 |
url |
http://hdl.handle.net/11422/12061 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Mecânica |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/12061/2/license.txt http://pantheon.ufrj.br:80/bitstream/11422/12061/1/EdisonFabianCaballeroPerez.pdf |
bitstream.checksum.fl_str_mv |
dd32849f2bfb22da963c3aac6e26e255 e77a80a944a36fe3c388ca23b6fbde85 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097180772990976 |