论文部分内容阅读
目前,随着油田开采难度的加大,油藏数值模拟技术越发成为驱油、采油方面不可或缺的手段。尤其是在化学驱数值模拟后处理中对油藏体的展示方面,显得尤为重要。但数值模拟软件存在的差异性,使不同的数值模拟软件结果不能被统一存储加载,且数值模拟结果中所包含的网格数量也达到了百万级甚至千万级,因此导致大量三维纹理的生成,降低了运行效率或导致系统崩溃。所以,如何解决不同数值模拟软件之间的差异性以及提高加载速度成为后处理系统首要解决的问题。本文基于课题研究的背景及实际需求,采用大数据组织管理技术(LDM)、细节层次技术、八叉树组织结构等技术,可加载不同的数值模拟软件结果以及提高油藏体加载速度,从而实现对油藏体的精细描述。首先,构建了基于Open Inventor组件的运行环境,针对不同数值模拟软件的结果文件进行了分析。通过对结果文件的研究与分析,引入LDM技术和关键字抽取技术用以解决结果文件差异性问题。其次,通过对异构结果文件的分析,根据LDM技术的特性,采用了细节层次技术(LOD)与八叉树数据结构技术,同时应用提出的LOD网格优化算法用来提高油藏体的加载速度,减少LDM结构所占用的内存。最后,针对用户的实际需求,结合油藏体的特点,通过感兴趣区域、任意角度剖切面、模型体多方位浏览以及井位信息显示等技术实现人机交互。本文针对化学驱数值模拟后处理过程中存在的问题及实际需求,将基于LDM技术下的存储结构与基于LOD技术的优化方法进行有机结合,并利用相应的工具软件进行开发,为后处理系统的建立提供了理论支撑和实例验证,对自主数值模拟软件开发具有一定的参考价值。