1) Gaussian permeability distribution
高斯渗透率分布
2) permeability distribution
渗透率分布
1.
Using the pressure data from observation of wells to identify the permeability distribution, there exists multiple solutions by the artificial history matching and the common optimization algorithm because there are enormous unknown parameters to be solved.
利用井的观测压力资料,识别油气藏渗透率分布的优化问题,由于待求解的未知参数数目巨大,用人工操作的历史拟合技术和一般的优化算法,存在多解性。
2.
ISA (Inverse Solving Algorithm) , based on the GPDS( General Pressure Derivative Solution), can calculate the stratum permeability distribution function though recursion algorithm.
用一种基于一般压力导数解(GPDS)的反解法(ISA),通过递归算法计算出地层渗透率分布函数,既适用于渗透率变化较大的油藏,又适用于不出现半对数直线段的压力数据。
3.
We succeed in p erforminghistory matching to infer permeability distribution by genetic algorith m,the approach simplifies the history matching process significantly.
本文利用遗传算法进行历史拟合推断渗透率分布获得了成功 ,简化了历史拟合过程。
3) permeability frequency distribution
渗透率频率分布
4) rate of gas permeability
瓦斯渗透率
5) gaussian probability distribution field
高斯概率分布场
6) gaussian probability distribution
高斯概率分布
补充资料：渗透率
分子式：
CAS号：
性质：液体以层流状态通过粉粒物形成填充层时，其渗透性能是不同的。如以渗透率K表示此性能，则。V0为液体的表观速度，m/s; μ为液体的黏度，kgf·s/m2；△P为粉粒层两端压强差，kgf·s/m2；L为粉粒层厚度，m；△P/L为压强梯度。
CAS号：
性质：液体以层流状态通过粉粒物形成填充层时，其渗透性能是不同的。如以渗透率K表示此性能，则。V0为液体的表观速度，m/s; μ为液体的黏度，kgf·s/m2；△P为粉粒层两端压强差，kgf·s/m2；L为粉粒层厚度，m；△P/L为压强梯度。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条