油藏数值模拟历史拟合与不确定性分析方法研究

报告编号：OGB-A-001 二级赛道：油藏工程与数值模拟 出品方：北京经纬智汇信息咨询有限公司 报告日期：2026年7月 保密级别：内部参考（限企业管理层、技术团队使用） 版本：V1.0

执行摘要

历史拟合（History Matching, HM）与不确定性量化（Uncertainty Quantification, UQ）是油藏数值模拟从"描述工具"走向"决策引擎"的两大核心方法学枢纽。前者解决"模型是否可信"的反问题，后者回答"预测有多大把握"的概率问题。二者共同决定了油藏开发方案、加密井部署、EOR（提高采收率）投资等重大决策的可靠性边界。

本报告以全球视野、全时间轴视角，从原理、方法、软件、市场、案例、瓶颈六个层面对该领域进行系统调研，服务于选题立项、软件选型、技术路线判断与投资决策。为便于决策层与技术层双入口阅读，报告主体采用"现状—对标—瓶颈—趋势"逻辑主线，核心结论集中置于末章（第八章）。

本报告的阅读导航如下：第01章界定调研背景、范围与方法；第02章勾勒技术全景与方法学演进脉络（手动→辅助→自动，确定性→概率化）；第03章分析市场规模与竞争格局；第04章为技术深度剖析区（历史拟合方法体系、不确定性量化方法、AI/机器学习融合），是技术人员的重点阅读区；第05章汇集国内外典型落地案例；第06章简述核心风险；第07章展望12–36个月演进趋势并给出分角色行动建议；第08章集中呈现核心结论。

需特别提示：本领域的市场规模数据在不同第三方研究机构之间存在显著口径差异与数倍量级出入，报告中已逐项标注来源、基准年与口径，唯一经审计的硬性锚点来自上市软件厂商的公开财报；各厂商宣称的"加速比""效率提升"等性能指标，均已标注为"厂商声明（未经独立验证）"，请读者审慎对待。

01 · 调研背景与目标

1.1 调研缘起与问题意识

油藏数值模拟是油气田开发的"数字实验室"。工程师通过求解描述多相流体在多孔介质中渗流的偏微分方程组，在计算机中重建地下油藏的动态行为，用以预测产量、评估开发方案、优化注采策略。然而，地下油藏是一个几乎无法直接观测的"黑箱"：渗透率、孔隙度、断层封闭性、相对渗透率曲线、流体界面等关键参数，只能通过有限的井点数据、测井、地震和岩心间接推断，存在巨大的固有不确定性。

这就带来了两个根本性挑战。其一，如何让模型"对得上"已经发生的生产历史？这是历史拟合要解决的问题——本质上是一个"反问题"（inverse problem）：已知系统的输出（产量、压力、含水率历史），反推系统的输入（地质与流体参数）。其二，即使模型拟合了历史，未来预测又有多大可信度？由于反问题解的非唯一性（non-uniqueness），能够拟合同一段历史的地质模型可能有无数个，它们对未来的预测却可能大相径庭。这就是不确定性量化要回答的问题。

在油价波动加剧、开发对象日益复杂（深水、非常规、老油田调整）、以及"数字油田""智能油藏"转型的三重背景下，历史拟合与不确定性分析的方法学水平，直接决定了企业开发决策的科学性与资本效率。手动历史拟合耗时数周至数月、高度依赖工程师经验、且只产出单一确定性模型的传统范式，已难以满足现代油藏管理对速度、客观性与风险量化的要求。方法学的迭代——从手动到辅助（Assisted History Matching, AHM）再到自动，从单一确定性模型到概率化多重实现——正在重塑这一领域。

1.2 核心调研问题

本报告聚焦以下核心问题：

• 历史拟合与不确定性量化的方法学体系包含哪些主流技术路线？其数学本质、适用边界与优劣势如何？
• 从手动到自动、从确定性到概率化，方法学演进的关键里程碑与当前成熟度如何？
• 全球油藏模拟软件市场格局如何？主要厂商（国际巨头、专业厂商、开源、国产自主）在历史拟合与UQ能力上的差异化竞争态势如何？
• 人工智能与机器学习正在如何重塑该领域？哪些是真突破，哪些仍处于概念验证阶段？
• 该领域的核心技术瓶颈、风险与未来12–36个月的演进方向是什么？企业应如何决策？

1.3 调研范围界定

地域范围：全球视野，重点覆盖北美、欧洲（北海）、中东及中国，兼顾国际对标与国产化进展。

技术范围：以油藏数值模拟框架下的历史拟合方法与不确定性量化方法为核心，涵盖传统优化方法、集合类数据同化方法、贝叶斯方法、实验设计与代理模型、以及AI/机器学习融合方法；涉及相关的地质建模、数据同化、闭环油藏管理等衔接环节，但不展开独立的地质统计建模专题（该主题归属OGB-A-004）。

时间范围：全时间轴，追溯方法学起源（20世纪60–90年代），聚焦当前主流（2010年代至今），前瞻未来12–36个月趋势。

1.4 调研方法说明

本报告采用多源信息交叉验证的调研方法，信息来源优先级为：SPE（国际石油工程师协会）、URTeC、OnePetro等专业会议与期刊论文；《石油勘探与开发》《石油学报》《石油钻探技术》等中文核心期刊；上市软件厂商经审计的公开财报；行业市场研究机构报告；厂商技术白皮书；标准与监管文件。对于厂商宣称的性能指标，一律标注"厂商声明（未经独立验证）"；对于市场规模数据，逐项标注来源机构、基准年份与口径定义，并对第三方市场研究机构数据给予审慎的可信度评级。

02 · 技术现状全景

2.1 技术定义与核心原理（白话版）

油藏数值模拟可以类比为"给地下油藏建一个数字孪生体"。工程师把油藏在空间上切分成成千上万甚至数百万个网格块，为每个网格块赋予孔隙度、渗透率、含油饱和度等属性，然后用计算机在每个时间步求解流体流动方程，模拟油、气、水在压力驱动下的运移与产出。主流的模拟器类型包括：黑油模型（将油、气、水简化为三相，适用于大多数常规油藏）、组分模型（追踪各烃组分的相态变化，适用于挥发性油藏、凝析气藏、注气驱）、以及针对天然裂缝油藏的双重孔隙/双重介质模型（区分基质与裂缝两套系统）。

历史拟合则是给这个数字孪生体做"校准"。刚建好的模型，其预测的产量、压力往往与油田实际生产历史对不上，因为输入的地质参数只是估计值。工程师需要反复调整这些参数（如提高某区块渗透率、修改断层传导率、调整相渗曲线），直到模型的模拟结果与实测历史"吻合"。用一个通俗的比喻：这就像调收音机——你知道想听的电台（真实历史），不断拧旋钮（调参数），直到杂音消失、信号清晰。难点在于，能让"信号清晰"的旋钮组合可能不止一种。

不确定性量化承认了上述"多解性"这一现实，不再追求唯一"正确"模型，而是保留一批都能拟合历史、但地质特征各异的模型（称为"多重实现"），用它们共同预测未来，从而给出预测的概率区间——例如"未来十年累计产油量有90%的概率高于某值（P90），有10%的概率高于另一更高的值（P10）"。这为决策者提供的不再是一个孤零零的数字，而是一个带风险刻度的预测分布。

2.2 方法学发展脉络与成熟度评估

历史拟合与不确定性量化的方法学演进，可归纳为两条并行推进的主线。

主线一：从手动到自动的"效率革命"。 20世纪的历史拟合以手动试错为主，工程师凭经验逐个调整参数，一个复杂油藏的拟合可能耗时数月，且结果高度依赖个人判断、难以复现。20世纪90年代至2000年代，辅助历史拟合（AHM）兴起，借助优化算法（如梯度法、进化算法）自动搜索参数空间，工程师从"手动拧旋钮"转变为"设定目标并监督算法"。2000年代中期至今，集合类数据同化方法（以EnKF、ES-MDA为代表）实现了更高程度的自动化与概率化，能够同时更新一整批模型，将历史拟合与不确定性量化统一在一个框架内。

主线二：从确定性到概率化的"范式转变"。 传统手动拟合追求单一"最佳"模型，本质上回避了不确定性。随着对反问题非唯一性认识的深化，行业逐步转向概率化范式：通过实验设计探索参数空间、通过多重实现表征地质不确定性、通过贝叶斯框架融合先验知识与观测数据，最终产出的是预测的概率分布而非单点估计。这一转变的驱动力，既来自方法学进步，也来自决策层对"量化风险"的刚性需求。

就成熟度而言，可作如下评估（成熟度采用"研究探索—工程试用—规模应用"三级刻度）：

*图2-1 历史拟合与不确定性量化方法学演进时间轴*

2.3 国内外整体发展现状

国际层面，历史拟合与不确定性量化已形成成熟的方法学体系与商业软件生态。学术界（以挪威NORCE/前IRIS、斯坦福、得州大学奥斯汀分校等为代表）持续贡献集合方法、深度学习参数化等前沿成果；商业软件厂商将这些方法工程化、产品化；头部国际油公司（如Equinor、Shell、BP等）在北海等成熟油田实现了集合类历史拟合与闭环管理的规模化应用。开源生态（以OPM Flow为代表）也在降低方法学门槛。

国内层面，中石油、中石化、中海油及其研究院（如中石油勘探开发研究院RIPED）长期依赖国际商业软件，同时大力推进自主油藏模拟软件的研发，以应对高端工业软件"卡脖子"风险。国产模拟器在黑油、组分、热采等核心功能上已具备工程应用能力，历史拟合与不确定性量化模块也在持续完善。国内在复杂断块、低渗致密、稠油热采等特定油藏类型的应用经验丰富，积累了大量现场案例；但在大规模并行计算、AI原生方法集成、软件生态成熟度等方面，与国际顶尖水平仍存在一定差距。这一差距既是挑战，也是国产替代与自主创新的机遇空间。