在巨型储层中的多孔介质仿真中大规模线性系统的多级求解的制作方法
【专利摘要】在对从被组织为细网格模型的巨型储层的储层仿真器压力方程得出的数十亿个方程的线性系统进行求解的过程中，多级方法获取要使用的快速和粗网格解，以作为细网格问题的更加精确的初始估计。在所述粗网格上执行的求解迭代在降低了处理时间的同时产生了更好的初始估计，因此在所述细网格级需要更少的较昂贵迭代。
【专利说明】在巨型储层中的多孔介质仿真中大规模线性系统的多级求 解
[0001] 发明人 JORGE A. PITA
【技术领域】
[0002] 本发明涉及被称为巨型储层的计算机仿真，特别是在油储层和可压缩单相干气储 层中的单相流体的仿真过程中的大规模线性系统的多级求解。
【背景技术】
[0003] 申请人:是发明人且是本申请共同所有的美国专利第7, 526, 418号是一种储层组 分模拟器，该模拟器在共享存储器的超级计算机、分布式存储器超级计算机或被配置为计 算机数据处理单元（CPU's)的个人计算机（PC)的集群中执行仿真。其他使用CPU's的储 层仿真成果是美国专利第7, 516, 056号和7, 684, 967号。
[0004] 对由细网格模型（fine-grid model)(地震级（seismic-scale) I2· 5 米至 25 米） 组成的巨型方程组的压力方程和温度方程的线性求解可占据地下地质构造的储层和盆地 仿真的总仿真时间的50%或以上。线性求解器确定牛顿迭代所需的"校正"以收敛于基本 非线性偏微分方程组的解，该偏微分方程组以一系列时间步（time step)定义了储层流体 的流体流量、物质平衡和压力-体积-温度条件。对于公知巨型储层而言，单元（cell)数 量可以达到百万甚至十亿或更多。因此，该线性求解过程计算强度大且耗费时间。
[0005] 即使当前可千兆级计算的系统，即，由成千上万处理器组成的能够每秒计算10的 15次方的系统，在对细网格模型的仿真模型使用了不准确的初始猜测的情况下，也无法有 效地求解这些方程组。计算机系统很多昂贵的线性迭代浪费在基于不准确的初始猜测寻找 合理求解的方向上。
【发明内容】
[0006] 简略地，本发明提供了在多个数据处理器的数据处理系统中对巨型地下储层的计 算机化仿真的新的和改进的方法。所述计算机化仿真是对巨型地下储层的储层参数的方程 的迭代线性求解，该巨型地下储层被仿真为这样的模型，该模型被划分为按有序的单元系 统排列的多个单元。所述仿真还基于储层单元的地质和流体特性信息。根据本发明的方法 包括如下计算机处理步骤：将源自原始细网格级的储层的有序单元系统的信息映射到从该 原始网格减少了数量的粗单元网格中，并在计算机系统中针对该粗单元网格的储层参数对 公设（postulated)系统解矩阵的进行初始化。根据本发明的方法还包括如下计算机处理 步骤：针对所接收的粗单元网格的储层参数的初始化的公设系统解矩阵在计算机系统中执 行预条件处理共轭梯度外推、在计算机系统中将针对粗单元网格的预条件处理共轭梯度外 推的结果转换为原始单元网格、以及在计算机系统中对原始单元网格的储层参数执行迭代 线性求解。
[0007] 本发明还提供了在计算机系统中用于巨型地下储层的计算机化仿真的新的和改 进的数据处理系统。所述计算机化仿真是对巨型地下储层的储层参数的方程的迭代线性求 解，该巨型仿真为这样的模型，该模型被划分为按有序的单元系统排列的多个单元。所述仿 真还基于储层单元的地质和流体特性信息。根据本发明的数据处理系统包括多个数据处理 器，每个数据处理器并行执行如下步骤：将源自储层的有序单元系统的信息从原始细网格 级映射到从该原始网格减少了数量的粗单元网格；针对该粗单元网格的储层参数在计算机 系统中对公设系统解矩阵进行初始化；在计算机系统中针对所接收的粗单元网格的储层参 数的初始化的公设系统解矩阵执行预条件处理共轭梯度外推；将针对粗单元网格的预条件 处理共轭梯度外推的结果转换到原始单元网格；以及在计算机系统中对原始单元网格的储 层参数执行迭代线性求解。所述数据处理系统还包括用于存储原始单元网格的确定的储层 参数的存储器。
[0008] 本发明还提供了一种具有其中存储了计算机可操作指令的计算机可读介质的新 的和改进的数据存储装置，所述指令使得包括多个数据处理器的数据处理系统在对巨型地 下储层进行计算机化仿真时根据存储在所述数据存储装置中的计算机可操作指令集进行 操作。该巨型地下储层被仿真为这样的模型，该模型被划分为按有序的单元系统排列的多 个单元。该仿真通过对储层参数的方程进行迭代线性求解来做出并且还基于储层的单元的 地质和流体特性信息。存储在所述数据存储装置中的计算机可操作指令使得所述数据处理 系统执行下列步骤：将源自储层的有序单元系统的信息从原始细网格级映射到从该原始网 格减少了数量的粗单元网格；针对该粗单元网格的储层参数在计算机系统中对公设的系统 解矩阵进行初始化；针对所接收的粗单元网格的储层参数的初始化的公设系统解矩阵在计 算机系统中执行预条件处理共轭梯度外推；在计算机系统中将针对粗单元网格的预条件处 理共轭梯度外推的结果转换到原始单元网格；以及在计算机系统中对原始单元网格的储层 参数执行迭代线性求解。
【专利附图】
【附图说明】
[0009] 图1是组织成许多单元的巨型地下油气储层的组分模型的等距视图。
[0010] 图2A和图2B是源自图1的油气储层模型的不同尺寸的相邻单元组的放大示意 图。
[0011] 图3A和图3B是将从图1所示的储层的粗网格模型获得的初始解插值到细网格模 型中的示意图。
[0012] 图4A是为根据本发明的储层仿真所安排的异构计算机系统的示意图。
[0013] 图4B是为根据本发明的储层仿真所安排的千兆级计算机系统的示意图。
[0014] 图5是根据本发明的在地下储层的计算机化储层仿真期间在图4A和图4B的计算 机系统中执行的一组数据处理步骤的功能框图。
[0015] 图5A是图5的数据处理步骤的一部分的功能框图。
[0016] 图6是图1的储层的部分相邻单元网格的二维排序的示意图。
[0017] 图7是图1的储层的部分相邻单元网格的根据本发明的重构的二维排序的代数矩 阵的结构的示意图。
[0018] 图8是图1的储层的部分相邻单元网格的根据本发明的三维排序的示意二维图 (代数矩阵的结构）。
[0019] 图9是根据本发明的用于应用多级求解插值的示例储层模型网格的示意图。
[0020] 图10是传统单网格求解处理和根据本发明的多级求解针对诸如25米地震级的第 一尺寸的细网格的每时间步的处理分钟的对比绘图。
[0021] 图11是传统单网格求解处理和根据本发明的多级求解针对另一个较小的尺寸 (15米地震级）的细网格的每时间步的处理分钟的对比绘图。
[0022] 图12是根据本发明的其数据受到处理的实际储层的模型的图像的等距视图。
【具体实施方式】
[0023] 在附图中，字母Μ表示一部分地下油气储层的简化模型，基于从储层单元获得的 地质和流体特性信息根据本发明在估计生产寿命上对基于操作条件和参数的所述部分地 下油气储层的生产结果进行了仿真。因此，所获得的结果是可用的并用于仿真历史绩效和 用于预测储层的产出。基于该仿真的结果，诸如在美国专利申请第7, 526, 418中描述和示 出的模型之类的模型可以随后被形成并可用于评估和分析。美国专利申请第7, 526, 418是 本申请的受让方所拥有的并且通过引用合并于此。
[0024] 如模型Μ所示出的在期望的储层寿命上对其生产数据进行了仿真的该类型的示 例储层通常是本领域技术人员所公知的巨型储层。巨型储层在地下可以具有几英里的长 度、宽度和深度，例如，可以具有三千亿立方英尺的体积或规模。
[0025] 模型Μ被划分成许多合适尺寸的单元C，其中的若干个相邻单元在图2Α和图2Β中 以放大图1的形式和比例示出。在为了分析而将储层体积以公知的地震级划分成单元时， 如图2Α中的粗网格20那样的典型单元每个在160英尺左右。应当理解的是在储层中的共 有基准面中沿着单元的横向或平面尺寸是200米和100米的单元也是常见的"粗"网格模 型。在如图2Β中22处所示的公知的细网格模型类型中，典型的单元可以是沿着其横向或 平面尺寸15到20英尺或以下的单元。例如，当粗网格是100米而细网格目标模型是25米 时，可以使用两级多网格仿真：第一级使用100米而第二级使用50米，方法稍后描述。
[0026] 因此，图1的模型Μ表示由具有上述尺寸的百万或更多单元组成的储层。如上所 述，在地震级数据的情况下，单元的数量可以比图1的情况多几百倍或以上。将认识到的 是，在附图中所示的形成模型Μ的单元C比起模型Μ而言被显著地放大以用于说明。关于 该尺寸的模型的信息和复杂性如前所述，通过引用美国专利申请第7, 526, 418合并。
[0027] 本发明提供求解多孔介质的单相流模型的数十亿方程的快速多级方法。在本文描 述的实施例中，单相流可以是略微可压缩单向流体油储层的，或者是可压缩单向气储层的。 本发明的方法可以在如图4Α中示出为数据处理系统D的具有很多CPU' s和加速装置的异 构计算系统中实施。本申请的方法也可以在如图4B中所示的公知的超级计算机S中实施， 例如IBM蓝色基W+? (Blue Gene? )超级计算机，目前已知版本是蓝色基因/P。本申请 已经在具有最高65, 536个计算机核的大型计算机系统上测试，并且相比现有方法，提供了 3倍以上的求解时间的加速。由于单相流系统的线性求解占用了总仿真时间的极大部分，因 此整体仿真时间的节约是显著的。
[0028] 如将要阐述的，根据本发明的多级方法通过在粗网格（例如图2A中20所示）上 求解系统来获得解空间的便宜但准确的初始估计和猜测。从粗网格获得的初始估计或猜测 如箭头21示意性示出般地细化为如图2B中22的更精细的地质级网格，并且，成为更加准 确的估计，因此细网格上所需的迭代更少。这种方法避免了由于细网格模型的每次迭代几 倍于较粗模型的迭代的时间而导致的处理时间的增加。
[0029] 本发明针对多级系统提供了强健的预条件子（preconditioner)和共轭梯度加速 器。本发明还提供了能够快速将粗网格细化到细网格中的快速可并行插值方法，即使计算 硬件由成千上万的计算核组成的情况下。如将要阐述的，在65, 536核的IBM蓝色基因 /P 超级计算机上计算的结果表明，通过本发明实现了三倍或以上的更快速的求解时间。
[0030] 诛代线件解
[0031] 本发明提供了用于求解一般线性系统Ax = R的千兆级并行处理，其中A是系统矩 阵（通常被求解的是非线性方程组的雅可比矩阵），X是系统解的矢量，R是线性系统右手 侧的矢量。在储层仿真和盆地建模中，该系统在采用牛顿方法进行的守恒方程的非线性迭 代期间反复出现。
[0032] 在牛顿方法中，雅可比矩阵（J)、非线性残差（F)和变量的非线性迭代更新（s)通 过等式Js = -F关联。因此与上述正则线性系统Ax = R相比，A表示雅可比"J"，x表示解 更新"s"而R表示右手侧的非线性残差"-F"（采用负数标记使得牛顿更新直接添加到当前 变量状态）。
[0033] 本发明的方法是基于这样的发现，即，在研究更廉价的方法来产生准确的初始估 计或猜测以求解从雅可比线性化产生的线性方程组中，细网格的数十亿方程组所需的迭代 数量可极大减少，大大节约了计算机时间。本发明通过将细网格直接抽取或插值成为较粗 的网格来建立问题的较粗的表示法。随后使用该较小的线性系统来向线性系统的解迭代。 在得到粗网格初始解之后，本发明将该解插值到细网格中，由此细网格具有更佳的初始猜 测，从而收敛所需的迭代更少（在细网格中的迭代比在粗网格上的迭代更加耗费）。
[0034] 初始粗网格解成为细网格系统的相关或关联数量的网格的初始估计猜测，因此针 对细网格的线性系统的解可以在仅几次迭代后收敛，这是由于该解开始点预期与真实细网 格解接近。该策略在图3A和图3B中概念地示出，其中从粗网格模型20的粗网格单元26 延伸的箭头组24示意性地表示从根据本发明的初始解到细网格模型22的相关或关联数量 的细网格单元28、30、32和34的转换。
[0035] 为了得到粗网格模型20中的初始解，执行将细网格属性从细网格模型22映射到 粗网格20中的初始映射。在该实施例中，细网格属性是在泡点压力以上的基本遵守单相行 为的储层的压力和组分。在本发明的不同实施例中，初始映射可以通过不同技术来执行。已 发现双线性插值是处理时间适中的最有效方法。
[0036] 一旦获得粗网格解，也可以通过双线性插值实现在图3B中示意性示出的到细网 格22的再映射，或者通过成本更低但不太准确的直接单射（direct injection)法来实现 该再映射。在直接单射中，如图3A和图3B中所示，诸如24之类的单元的单个的粗单元值 被直接复制到细网格模型22的四个单元28、30、32和34中。双线性插值推荐用于完全异 构模型，而直接单射在具有平滑连续属性变化的模型中是有利的（即，更快）。
[0037] 现在考虑根据本发明的异构计算机或数据处理系统，如图4A中所示，数据处理系 统D提供用于储层的模型Μ中网格块之间每相关时间步的每次牛顿迭代的流体运动的计算 机化仿真。数据处理系统D包括一个或多个中央处理单元或CPU' s 40。CPU或CPU' s 40 与储层单元地质和流体特性信息的储层存储器或数据库42和用户界面44相连。用户界面 44包括图形化显示46 (用于显示图形化图像）、打印机或其他合适的图像形成机构以及用 户输入装置48,以用于让用户操作、访问和提供处理结果、数据库记录和其他信息的输出形 式。
[0038] 储层存储器或数据库42通常是在外部数据存储计算机52的存储器50中。插入 数据库42包含：包括模型Μ中单元的结构、位置和组织的数据；以及关于井、处理设施的数 据，包括测量的静态井下压力数据在内的时间相关的井生产数据的数据，包括测量的井口 压力和注入速度数据在内的时间相关的注入井数据、地质信息和流体特性信息以及其他储 层生产记录和参数，以用于储层仿真，下文将进行描述。
[0039] 数据处理系统D的CPU计算机40包括处理器54和与处理器54耦接的内部存储 器56,该内部存储器56用于存储操作指令、控制信息并按需用作存储缓存器或传输缓存 器。数据处理系统D包括存储在CPU或CPU' s 40的存储器56中的程序代码58。根据本 发明，程序代码58是计算机可操作指令的形式，如将要阐述的，该指令可以使CPU' s 40来 回地传输数据用于让许多图形处理单元或GPU' s 60进行处理以仿真储层中的流体运动。
[0040] 应当注意到的是，程序代码58可以是微码、程序、例程或符号化计算机可操作语 言的形式，它们可以提供特定的有序操作集，该有序操作集可以控制数据处理系统D的功 能并指引其操作。程序代码58的指令可以以非瞬时性有形计算机可读的形式存储在存储 器56中或者以上述形式存储在计算机盘、磁带、传统硬盘驱动器、电只读存储器、光存储装 置或者其上存储了计算机可使用介质的其他适当的数据存储装置上。程序代码58也可以 作为计算机可读介质包含在数据存储装置上。
[0041] 图形单元或GPU' s 60是通用可编程图形处理单元，同样称作GPU' s。如将阐述 的，GPU's被编程以使用单独单元的线性化的方程组来确定未知量。在一些情形下，还应当 理解的是，如果期望，在数据处理系统D中还可以使用除GPU's以外的处理器节点作为处理 器节点。
[0042] 虽然本发明与使用的特定计算机硬件无关，但是本发明的一个实施例是基于适当 数量的四核CPU' S和多核CPU' S的。在示例系统实施例中使用的CPU' S 40是Intel四 核Nehalem处理器或Intel六核Westmere处理器的形式，在示例实施例中，优选地GPU' s 60 是 440-核的 NVidia Fermi M2070Q 或 512-核的 NVidia Fermi QuadroPlex7000GPU，s。 然而，应当理解的是，如下将要阐述的，还可以使用其他计算机硬件。
[0043] 本发明经由GPU' s 60采用双级（dual-tier)方法来加速，相比早期方法，可以获 得接近数量级的速度改进。本发明在包括CPU'S40和GPU's 60两者的异构（混合式）计 算机环境中实现储层仿真。因此，本发明提供了用于巨型地下储层的细网格储层仿真的线 性系统的基于计算机的系统。
[0044] 在本发明中得到的储层仿真处理的线性化的方程组处理序列的加速可以大量节 约计算机时间，降低成本并允许在给定的时间限制内进行更多的储层研究。如将要阐述的， 在一些情况下处理时间加速了三倍。在本发明中，计算的加速使得比从前更快的确定成为 可能，因此储层仿真器可以与现场测量值的实时数据采集同步。
[0045] 在图4B中，示意性地示出了诸如IBM蓝色基因 /P之类的能够千兆级计算的 大规模并行计算机或数据处理系统S。该计算机系统的进一步细节在例如美国专利第 7, 680, 048 中阐述。
[0046] 计算机系统S包括具有以规则阵列或格子方式逻辑排列了用于节点间通信的大 量计算节点72的计算核70,其集合地执行批量处理。计算机系统S和计算核70的操作通 常由控制子系统74控制。包括在前端节点76中的各种附加处理器执行一定的辅助数据处 理功能，而文件服务器78向数据存储装置提供诸如可旋转磁盘驱动器80和82之类的接口 或者其他输入/输出（I/O)源。功能网络84提供计算核70和其他系统组件之间的主要数 据通信路径。例如，存储在连接到文件服务器78的存储装置中的数据被加载并通过功能网 络84存储到其他系统组件。
[0047] 计算核70包括许多输入/输出（I/O)节点86和计算节点72。计算节点72执行 根据本发明的计算加强的储层仿真处理，该处理需要大量的并行进行的处理。每个I/O节 点86对N个计算节点72的各个集合处理I/O操作。计算核70包括Μ个I/O节点86的集 合以及它们的相关的计算节点集合，因此计算核70包括总共Μ乘Ν个计算节点72。在计算 核70中的计算节点的数量可以非常庞大。例如，在一个Μ = 1024 (1Κ)且Ν = 64的实施方 式中，总计有64Κ个计算节点。
[0048] 通常，应用程序编程代码和计算核用于执行用户应用程序处理所需的其他数据输 入以及计算核执行用户应用程序处理而产生的数据输出在功能网络84上的计算核外部通 信。集合内的计算节点72与相应的I/O节点86在相应的本地I/O树状网络88上通信。1/ 〇节点86依次连接到功能网络84,在该功能网络84上，它们与连接到文件服务器78的I/O 装置通信，或者与其他系统组件通信。因此，功能网络84为计算节点处理所有1/0,需要非 常大的带宽。功能网络84可以是到多个以太网交换机的千兆比特以太网接口的集合。本 地I/O树状网络88逻辑上可以看成是功能网络84的扩展，这是因为尽管它们是与功能网 络84物理分隔开的并遵守不同的协议，但是I/O操作通过两者进行。
[0049] 控制子系统78管理计算核70中的计算节点72的操作。控制子系统74优选地是 微机系统，该微机系统包括其自有的处理器或处理器群、内部存储器和本地存储装置，并且 具有用于与系统管理员或类似人员交互的随附的控制台90。
[0050] 控制子系统74还包括内部数据库，其维护计算核70中的计算节点的一定状态信 息以及各种控制和/或维护应用程序，这些应用程序在控制子系统74的处理器上执行，并 且控制计算核70中硬件分配、指引到计算节点的数据预加载以及执行一定的诊断和维护 功能。控制子系统74在控制系统网络92上与计算核70的节点交流控制和状态信息。网 络92与一组硬件控制器94耦接，该组硬件控制器94与相关的计算节点72的集合的节点 以及它们各自的I/O节点86在相应的本地硬件控制网络上通信。硬件控制器94和本地硬 件控制网络可以逻辑上认为是控制系统网络92的扩展，尽管它们在物理上分隔开。控制系 统网络和本地硬件控制网络以比功能网络84低得多的数据速率操作。
[0051] 除了控制子系统74之外，前端节点76也在计算核外部最优执行，该前端节点76 包括处理器和存储器的集合，其为了效率或其他原因执行一定的附属功能。涉及大量I/O 操作的功能通常在前端节点中执行。例如，交互数据输入、应用程序代码编辑或其他用户接 口功能通常由前端节点76处理，如同应用程序编译那样。前端节点76与功能网络84耦接 以和文件服务器78通信，并可以包括或耦接到交互工作站。如上所述，蓝色基因》处理器 Ρ的进一步细节在美国专利第7, 680, 048中阐述，其通过引用合并于此。
[0052] 由于千兆级计算以及未来的百万兆级计算倾向于采用具有很多CPU的异构架构， 而且也可能采用很多加速器装置（GPU或多核集成芯片），根据本发明优化了粗网格求解和 细网格求解两者所采取的基本线性求解方法。如下将要阐述的，该优化在预条件处理级和 共轭梯度加速级都提供了不同硬件组件之间最小的通信和数据传输。因此，根据本发明的 多级方法得益于无论施加何种硬件配置都高效率的整体单处理框架。
[0053] 流程F(图5)示出了采用本发明的方法的储层仿真的基本计算机处理序列和在应 用本发明的典型实施例期间采取的计算序列。
[0054] 读取地质模型（步骤100):根据本发明的仿真开始于将地质模型读取为输入和时 不变数据。在步骤100期间读入的地质模型采用二进制数据形式，其包含每个储层模型属 性的每网格单元的一个数值。这些属性包括下列：岩石渗透率张量；岩石孔隙度，X、y和Z 方向上的单个单元尺寸；每个单元的顶深；每个现有流体界面（油气界面、气水界面和油水 界面，如适用）的χ-y-z位置。
[0055] 在步骤100期间读入的时不变数据包括每个分量的流体特性组分和热动力属性 (临界温度、临界压力、临界体积、离心因子、分子量、等张比容、偏移参数和二元相互作用系 数）。时不变数据还包括流体相关渗透率表格，该表格提供了考虑中的储层岩石的给定流体 饱和度的相对渗透率的值，以及储层温度，因为本模型是等温的。
[0056] 将模型离散化（步骤102):基于连接的渗透率和单元几何形状，对每个单元执行 岩石传递率的计算并存储到存储器中。取决于输入数据（例如块-面渗透率或块-中心渗 透率），存在本领域人员熟悉的若干用于传递率计算的模型。此外，每个单元的孔隙体积被 计算并存储在存储器中。
[0057] 初始化储层（步骤104):在进行仿真之前，必须计算储层中流体的初始分布。该 处理涉及在每个单元迭代压力。在每个点的压力等于"基准（datum)"压力加上该点上流体 的静压头。因为单元处的静压头取决于单元上的流体的柱状密度，根据状态方程（或E0S， 下面描述），密度本身取决于压力和流体组分，因此求解本质上是迭代的。在每个单元处，计 算出的压力被用于计算新的密度，从该新的密度重新计算新的静压头和单元压力。当以这 种方式迭代的压力不再进一步变化时，系统被平衡，储层被称作"已初始化"。
[0058] 读取和组织数据（步骤106):在步骤106期间读入的周期性数据是时变数据，同 样，其必须在仿真期间的每个时间步处读取。该数据包括已经在仿真的"历史"时期（用来 校准仿真器的已知现场生产数据的时期）期间被观测的每口井的油、气和水速率。该数据 还包括将在"预测"阶段（期望仿真器预测的现场生产时期）期间规定的生产方针。生产 方针数据包括诸如每口井或井组需要的速率和应当施加到仿真上的约束（诸如最大气-油 t匕、每口井被允许的最小井底-井口压力等）之类的数据。该数据可基于"历史"阶段期间 实际现场测量值或基于"预测"阶段期间期望的生产能力而随时间阶段发生变化。
[0059] 通过本发明，节约时间的主要策略是生成细单元参数值的成本低的良好的初始估 计或猜测。此外，当异构系统用作计算架构时，从基本迭代处理的降低的通信需求得到额外 的加速获益。
[0060] 考虑图6,其示出了网格中的储层的简单的自然排列的相邻单元C，为简化起见， 只以二维方式绘制。对储层单元的这种单元分组示意性地在图5的步骤106处示出。单元C 被配置到棋盘格图案的两个区别组中（画影线的表示组1而空白的表示组2)。组2中空白 单元的未知量将采用偶数下标识别而组1的画影线的单元的未知量将采用奇数下标识别。 以图6所示的方式示出的单元组或单元排序在步骤106期间产生由5种连接（connection) (东"e"、西"w"，北"η"、南"s"和中-对角"d"）组成的有限差分模板。用这种方式将储 层单元的交替的单元分组或组织到两个区别组中，产生矩阵结构，该矩阵结构之后在步骤 106 (图5)期间被重新排序或配置为如图7示意性示出的矩阵结构。
[0061] 应当注意的是，图7的矩阵结构，以重新排序的形式配置在四个不同的象限中，奇 数未知量组在矩阵的上部而偶数未知量组在矩阵的下部。通过重新排列混合计算机硬件的 计算顺序，新型变体被用来使得CPU-GPU环境的求解处理最优化，不仅意在最小化CPU和 GPU之间的通信量，而且留意到对GPU' s的当前存储限制。该过程在混合GPU-CPU计算中 将该流量和GPU存储需求减半，这是本发明的一个重要特征。
[0062] 矩阵填充是稀疏的，所以只有标记的条目需要被存储到存储器中。为了便于标记， 图7中奇数对角线项的左上象限被标记为Q，偶数的西-东-北-南项的右上象限被标记 为札，偶数的西-东-北-南项的左下象限被标记为V2而偶数对角线项的右下象限被标记 为C2。
[0063] 扩展为三维网格是直接的，其中两条新的条目出现在矩阵中："上"和"下"连接， 其与Ci和C2矩阵中的对角线项相邻。换句话说，三维网格将这些对角线矩阵变换为如图8 示出的三对角线形式。
[0064] 但是，应当注意到的是，以地震级成网格的地质模型在很多情况下可包括故障和 尖灭（pinch-out)，其不符合概括于此的规则连接集合，它们将根据地质解释而插入到模型 中，即使它们在地震数据中不可见。这些附加的连接有必要受到相应处理，在本实施例中， 有必要在线性系统的右手侧中进行（以便维持同样的疏松结构）。取决于连接项的量级，如 果连接脆弱，本发明按需执行。但是，对于连接强�。枰嗟蚋吭ぬ跫拥那榭觯� 收敛可能是个问题。
[0065] 在后面的说明中将看到，通过以如步骤106 (图5)的示意性地示出的方式排序和 重新排序未知量而进行的配置成功提供了线性解，该线性解可以每次以大约一半未知量的 形式分成两部分处理。这对GPU是有利的，有两个原因：从CPU到GPU的数据传输量被减半 且残留在GPU存储器（其小于CPU的存储器）中的数据量也被减半。在同构计算机系统中， 这可以转化为对这些操作期间的工作阵列中的CPU存储器的节约，因此可以处理更大的模 型。
[0066] 在将单元重新排序为两个子组（如所述的，标记为1和2)之后，形成矩阵A :
【权利要求】
1. 一种在多个数据处理器的数据处理系统中对巨型地下储层进行计算机化仿真的方 法，该计算机化仿真是针对巨型地下储层的储层参数的方程进行迭代线性求解，所述巨型 地下储层被仿真为划分成以有序单元系统排列的多个单元的模型，所述仿真进一步基于储 层的单元的地质和流体特性信息，所述方法包括计算机处理步骤： (a) 将来自所述储层的有序单元系统的信息从原始细网格级映射到从该原始网格降低 了数目的粗单元网格中； (b) 在所述计算机系统中针对所述粗单元网格的储层参数来对公设系统解矩阵进行初 始化； (c) 在所述计算机系统中对接收的所述粗单元网格的储层参数的初始化的公设系统解 矩阵执行预条件处理的共轭梯度外推； (d) 在所述计算机系统中将所述粗单元网格的预条件处理的共轭梯度外推的结果转换 到所述原始单元网格；以及 (e) 在所述计算机系统中针对所述原始网格的单元的储层参数执行迭代线性求解。
2. 根据权利要求1所述的方法，其中所述数据处理系统包括显示器，并且所述方法进 一步包括形成针对所述原始网格的单元的储层参数执行迭代线性求解的结果的输出显示 的步骤。
3. 根据权利要求1所述的方法，其中所述储层参数包括在所述储层的单元中的流体流 动。
4. 根据权利要求1所述的方法，其中所述储层参数包括在所述储层的单元中的单相流 体流动。
5. 根据权利要求1所述的方法，其中在所述计算机系统中的针对所述粗单元网格的储 层参数的预条件处理的共轭梯度外推的处理的所述计算机处理步骤包括步骤：形成储层中 的第一组相互间隔开的单元的解的矩阵值的初始估计。
6. 根据权利要求5所述的方法，进一步包括计算机处理步骤： 确定与所述第一组相互间隔开的单元相邻的第二组相互间隔开的单元的初始估计。
7. 根据权利要求5所述的方法，进一步包括计算机处理步骤： 确定所述第一组相互间隔开的单元的残差矩阵值。
8. 根据权利要求1所述的方法，其中所述执行预条件处理的共轭梯度外推的计算机处 理步骤包括步骤：针对粗单元网格的储层参数在公设系统解矩阵上形成矩阵预条件子。
9. 根据权利要求1所述的方法，其中所述在处理器中将预条件处理的共轭梯度外推的 结果进行转换的计算机处理步骤包括步骤： 对矩阵值执行三对角线求解以求解储层中的所述第一组相互间隔开的粗网格单元；以 及 对矩阵值执行三对角线求解以求解储层中的所述第二组相互间隔开的粗网格单元。
10. 根据权利要求1所述的方法，其中所述对原始网格的单元执行迭代线性求解的步 骤包括计算机处理步骤： 在所述计算机系统中针对所述原始网格的单元对公设系统解矩阵进行初始化；以及 在所述计算机系统中对接收到的所述原始网格的单元的储层参数的初始化的公设系 统解矩阵执行预条件处理的共轭梯度外推。
11. 一种用于在计算机系统中对巨型地下储层进行计算机化仿真的数据处理系统，该 计算机化仿真是针对巨型地下储层的储层参数的方程的迭代线性求解，所述巨型地下储层 被仿真为划分成以有序单元系统排列的多个单元的模型，所述仿真进一步基于储层的单元 的地质和流体特性信息，所述数据处理系统包括： (a) 多个数据处理器，每个以并行方式执行如下步骤： (1) 将来自所述储层的有序单元系统的信息从原始细网格级映射到从该原始网格降低 了数目的粗单元网格中； (2) 在所述计算机系统中针对所述粗单元网格的储层参数来对公设系统解矩阵进行初 始化； (3) 在所述计算机系统中对接收的所述粗单元网格的储层参数的初始化的公设系统解 矩阵执行预条件处理的共轭梯度外推； (4) 将所述粗单元网格的预条件处理的共轭梯度外推的结果转换到所述原始单元网 格；以及 (5) 在所述计算机系统中针对所述原始网格的单元的储层参数执行迭代线性求解；和 (b) 存储器，其用于存储所述原始网格的单元的确定的储层参数。
12. 根据权利要求11所述的数据处理系统，其中所述多个处理器包括异构的计算机节 点组。
13. 根据权利要求11所述的数据处理系统，其中所述多个处理器包括同构的计算机节 点组。
14. 根据权利要求11所述的数据处理系统，其中所述数据处理系统进一步包括形成所 述原始网格的单元的储层参数的输出图像的显示器。
15. 根据权利要求11所述的数据处理系统，其中所述储层参数包括在该所述储层的单 元中的流体流动。
16. 根据权利要求11所述的数据处理系统，其中所述储层参数包括在所述储层的单元 中的单相流体流动。
17. 根据权利要求11所述的数据处理系统，其中所述处理器在执行针对粗单元网格的 储层参数的预条件处理的共轭梯度外推的步骤时执行形成储层中的第一组相互间隔开的 网格的解的矩阵值的初始估计的步骤。
18. 根据权利要求17所述的数据处理系统，其中所述处理器进一步执行计算机处理步 骤： 确定与所述第一组相互间隔开的单元相邻的第二组相互间隔开的单元的初始估计。
19. 根据权利要求17所述的数据处理系统，其中所述处理器进一步执行计算机处理步 骤： 确定所述第一组相互间隔开的单元的残差矩阵值。
20. 根据权利要求11所述的数据处理系统，其中所述处理器在执行预条件处理的共轭 梯度外推的步骤时执行针对粗单元网格的储层参数在公设系统解矩阵上形成矩阵预条件 子的步骤。
21. 根据权利要求11所述的数据处理系统，其中所述处理器在执行将预条件处理的共 轭梯度外推的结果进行转换的步骤时执行如下步骤： 对矩阵值执行三对角线求解以求解储层中的所述第一组相互间隔开的粗网格单元；以 及 对矩阵值执行三对角线求解以求解储层中的所述第二组相互间隔开的粗网格单元。
22. 根据权利要求11所述的数据处理系统，其中所述处理器在执行原始网格的单元的 储层参数的迭代线性求解时执行计算机处理步骤： 在所述计算机系统中针对所述原始网格的单元对公设系统解矩阵进行初始化；以及 在所述计算机系统中对接收到的所述原始网格的单元的储层参数的初始化的公设系 统解矩阵执行预条件处理的共轭梯度外推。
23. -种具有其中存储了计算机可操作指令的非瞬时性计算机可读介质的数据存储装 置，所述计算机可操作指令使得包括多个数据处理器的数据处理系统操作，在巨型地下储 层的计算机化仿真期间，所述巨型地下储层被仿真为划分成以有序单元系统排列的多个单 元的模型，所述仿真通过迭代线性求解储层参数的方程并且所述仿真进一步基于储层的单 元的地质和流体特性信息，并且，存储在所述数据存储装置中的计算机可操作指令使得所 述数据处理系统执行下列步骤： (a) 将来自所述储层的有序单元系统的信息从原始细网格级映射到从该原始网格降低 了数目的粗单元网格中； (b) 在所述计算机系统中针对所述粗单元网格的储层参数来对公设系统解矩阵进行初 始化； (c) 在所述计算机系统中对接收的所述粗单元网格的储层参数的所述初始化的公设系 统解矩阵执行预条件处理的共轭梯度外推； (d) 在所述计算机系统中将所述粗单元网格的预条件处理的共轭梯度外推的结果转换 到所述原始单元网格；以及 (e) 在所述计算机系统中针对所述原始网格的单元的储层参数执行迭代线性求解。
24. 根据权利要求23所述的数据存储装置，其中所述用于粗单元网格的储层参数的预 条件处理的共轭梯度外推的指令包括使得处理器执行以下计算机处理步骤的指令： 形成储层中的第一组相互间隔开的单元的解的矩阵值的初始估计。
25. 根据权利要求24所述的数据存储装置，其中所述指令进一步包括使得处理器执行 以下计算机处理步骤的指令： 确定与所述第一组相互间隔开的单元相邻的第二组相互间隔开的单元的初始估计。
26. 根据权利要求24所述的数据存储装置，其中所述指令进一步包括使得处理器执行 以下计算机处理步骤的指令： 确定所述第一组相互间隔开的单元的残差矩阵值。
27. 根据权利要求24所述的数据存储装置，其中在图形处理单元中执行预条件处理的 共轭梯度外推的指令包括使得该图形处理单元执行以下计算机处理步骤的指令： 在初始化的系统解矩阵上形成矩阵预条件子。
28. 根据权利要求23所述的数据存储装置，其中在图形处理单元中执行预条件处理的 共轭梯度外推的指令包括使得该图形处理单元执行以下计算机处理步骤的指令： 确定预条件处理的矩阵-矢量乘积。
29. 根据权利要求28所述的数据存储装置，其中所述用于执行预条件处理的共轭梯度 外推的指令包括使得处理器在粗单元网格的储层参数的公设系统解矩阵上形成矩阵预条 件子的指令。
30. 根据权利要求23所述的数据存储装置，其中所述在处理器中对预条件处理的共轭 梯度外推的结果进行转换的指令包括使得处理器执行以下步骤的指令： 对矩阵值执行三对角线求解以求解储层中的所述第一组相互间隔开的粗单元网格； 对矩阵值执行三对角线求解以求解储层中的所述第二组相互间隔开的粗单元网格。
31. 根据权利要求23所述的数据存储装置，其中所述用于对原始网格的单元的储层参 数执行迭代线性求解的指令包括使得处理器执行以下步骤的指令： 在所述计算机系统中针对所述原始网格的单元对公设系统解矩阵进行初始化；以及 在计算机系统中对接收到的所述原始网格的单元的储层参数的初始化的公设系统解 矩阵执行预条件处理的共轭梯度外推。
【文档编号】G01V99/00GK104115035SQ201380008972
【公开日】2014年10月22日 申请日期:2013年2月8日 优先权日:2012年2月9日
【发明者】乔治·A·皮塔 申请人:沙特阿拉伯石油公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
