【转载】12．如何对模型粗化进行筛选验证

心似狂潮

本方法的核心原理是通过比较精细网格和粗化网格生产动态曲线的差异来评估粗化模型的优劣。我们认为具有最小差异的粗化模型是最优模型。

在本文中采用均方根RMS（其标志精细网格和粗化网格的生产动态曲线差异）评估粗化模型优劣，RMS越小，模型越优。

为了计算RMS，我们使用Petrel RE 中的Define objective function 模块。

1. 首先采用相同的PVT，相渗和井等数据为精细模型和粗化模型分别创建数值模拟方案（可采用虚假数据构建方案，根据运算时间，模拟器才选择ECLIPSE或者Frontsim）。运算所有方案。

2. 将精细模型方案的计算生产动态曲线（例如WOPR, WWPR, WGPR and WBHP等等）输出为.vol 格式文件。

1）在Result面板中右击任意计算曲线结果，点击Export，如右图所示。

2）在下面的对话框的左侧面板中选择需要对比差异的计算生产动态曲线。通常情况下，我们选择井底流压，日产油，日产水和日产气。并选择所有生产井。

3）在油藏面板中，选择精细网格输出fine.vol。

3. 将前面输出的精细模型的 .vol文件以生产观测数据方式导入Petrel中。

1）首先需要右击Wells目录下的Global observed data节点。然后点击Import (on selection) 来导入前面步骤生成的fine.vol文件。

双击打开Petrel 左下角Processes中Utilities的Make simple grid，见下图，插入之前设置的6个面。之后打开Geometry面版，在里面定义X与Y方向的网格大小，如右图所示。

2）在下面的对话框中，检查井名和数据类型是否正确，再点击OK。

4. 使用Petrel中的Define objective function模块来计算粗化模型的RMS值（与精细模型的计算生产曲线结果相对比，精细模型的结果已经通过观测数据方式导入）。

1）首先点击Process面板中Simulation目录下的Define objective function模块，通过其计算粗化模型的RMS值（对比精细模型结果）。如右图所示。

2）在下面的对话框的data mapping 面板中，选择粗化模型方案中的一个作为Base case。再选择Observed Fine Result（在前面步骤导入的数据）作为观测数据。勾选需要比较与观测数据差异的生产曲线变量。

3）在Production data 和Time weights面板中，按您的要求为不同生产曲线变量设置measurement errors测量误差及time weights时间权重。

4）在Output options面板中，确认History mismatch measure选择为RMS，如下图。

5. 在Case面板中，将所有需要筛选的粗化模型方案放置于同一个文件夹中。本例中文件夹名为FS_Real_Producion。

6. 在input面板里面双击前面第四步创建的目标函数HM RMS Objective。

在Settings对话框的Operations面板中，选择模拟方案文件夹（在第五步中已放置所有粗化模型方案的文件夹，本例中名称为FS_Real_Producion），点击 Run按钮。

7. 在Cases面板中，右击FS_Real_Production文件夹，并选择Show variable spreadsheet。

8. 在打开的Variable spreadsheet对话框中，找到目标函数值（即RMS值）最小的方案。RMS最小意味着该粗化模型方案的计算生产曲线和精细模型的曲线差距相对最小。

我们认为该方案为最优粗化模型方案。在本例中，最优方案为NewUpscal_Coarse_FS_flogrid1，其RMS值为1967.8

当然，在真实的项目中，通常情况下，为了筛选最优粗化模型，你还需要考虑储量，模拟时间长短，流线差异等等情况。最终根据所有因素综合筛选出最优模型。