MétaCan
Menu
Retour à la cohorte
Enregistrement W2013710182 · doi:10.2118/167295-pa

Complexity Reduction of Multiphase Flows in Heterogeneous Porous Media

2015· article· en· W2013710182 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensSchlumberger (Canada)
Organismes subventionnairesnon disponible
Mots-clésReduction (mathematics)Dynamic mode decompositionComputer scienceMathematical optimizationContext (archaeology)Interpolation (computer graphics)Projection (relational algebra)Multiphase flowBenchmark (surveying)Porous mediumModel order reductionAlgorithmSubspace topologyGridFlow (mathematics)MathematicsPorosityMechanicsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary In this paper, we apply mode decomposition and interpolatory projection methods to speed up simulations of two-phase flows in heterogeneous porous media. We propose intrusive and nonintrusive model-reduction approaches that enable a significant reduction in the size of the subsurface flow problem while capturing the behavior of the fully resolved solutions. In one approach, we use the dynamic mode decomposition. This approach does not require any modification of the reservoir simulation code but rather post-processes a set of global snapshots to identify the dynamically relevant structures associated with the flow behavior. In the second approach, we project the governing equations of the velocity and the pressure fields on the subspace spanned by their proper-orthogonal-decomposition modes. Furthermore, we use the discrete empirical interpolation method to approximate the mobility-related term in the global-system assembly and then reduce the online computational cost and make it independent of the fine grid. To show the effectiveness and usefulness of the aforementioned approaches, we consider the SPE-10 benchmark permeability field, and present a numerical example in two-phase flow. One can efficiently use the proposed model-reduction methods in the context of uncertainty quantification and production optimization.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,076
Tête enseignante GPT0,310
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle