Next Generation Parallel Computing for Large-Scale Reservoir Simulation
Notice bibliographique
Résumé
Abstract This paper describes application of Project INTERSECT, a next generation highly scalable reservoir simulator on real large scale field models. High resolution reservoir simulation is required to better define and describe fluid flow and enable improved field development and tactical operational planning. Massively parallel computing techniques overcome limitations of problem size and space resolution. This paper demonstrates that large-scale simulation models can be performed on commodity hardware taking advantage of evolution in multicpu hardware architecture and software engineering. This allows both geologists and reservoir engineers to include more realistic geologic and engineering detail for better and more reliable production optimization. Intense computer simulation is essential for effective reservoir management. The advances in reservoir characterization techniques and the industry drive towards the ‘smart oilfield’ with rapid model updates will require more efficient model processing to achieve timely field operational decisions. Parallel reservoir simulators have the potential to solve larger, more realistic problems than previously possible. The size and application of reservoir simulation problems have been limited by the availability of computing hardware, reservoir simulation architecture and of solution methods for solving large-scale heterogeneous problems. The next generation reservoir simulator demonstrates that key modeling challenges has been overcome by a software architecture and capability to model more realistic subsurface and surface models. Applications of the new reservoir simulator illustrates how typical reservoir engineering options such as local grid refinement, local grid coarsening, multilateral wells and aquifer modeling affect the overall parallel performance and scalability using highly heterogeneous large-scale models. Application of new modeling techniques highlight increased accuracy of modeling results and more reliable field development planning and reservoir management decisions.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».