-
公开(公告)号：CN118552338A
公开(公告)日：2024-08-27
申请号：CN202411027890.5
申请日：2024-07-30
申请人： 中国石油大学(华东)
IPC分类号： G06Q50/02 , G06F18/213 , G06F18/25 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/096 , G06F30/27 , G06F30/23 , G06F111/10
摘要： 本发明公开了一种基于多阶段历史经验迁移的快速更新历史拟合范式，涉及油藏历史拟合技术领域。本发明根据油藏的先验地质模型，获取先验信息并对先验地质模型进行降维处理，确定降维信息后，在油田开采周期各历史阶段分别利用降维信息与先验信息进行高斯随机采样获取历史经验建立历史阶段代理模型，再在目标阶段进行高斯随机采集模拟建立目标阶段代理模型，将历史阶段代理模型与目标阶段代理模型相耦合，建立历史经验迁移模型，结合最优化算法搜索最优地质参数。本发明方法引入了历史阶段至目标阶段的迁移学习，大幅减少了目标阶段所需样本数目，既缩短了拟合时间，又提高了油藏新阶段历史拟合的速度和精度，实现了对油藏历史拟合的快速更新。
-
公开(公告)号：CN112541304B
公开(公告)日：2022-04-22
申请号：CN202011339059.5
申请日：2020-11-25
申请人： 中国石油大学(华东)
摘要： 本发明涉及一种基于深度自编码器的自动历史拟合优势通道参数预测方法，包括以下步骤：S1、使用直线表征油藏中的优势通道，建立油藏优势通道数值模拟模型；S2、结合优势通道油藏的先验信息，使用不同的分布函数生成学习样本库；S3、结合神经网络逐层训练及微调方法训练深度自编码器；S4、基于深度自编码器的编码解码属性将先验样本数据进行降维重构；S5、根据贝叶斯理论建立优势通道油藏历史拟合目标函数；S6、使用多数据同化集合平滑算法(ES‑MDA)更新参数并最小化目标函数。与现有技术相比，本发明实现了对具有尺度不同的优势通道的油藏模型进行反演，给实际具有大规模优势通道的油藏自动历史拟合提供参考。
-
公开(公告)号：CN112541304A
公开(公告)日：2021-03-23
申请号：CN202011339059.5
申请日：2020-11-25
申请人： 中国石油大学(华东)
摘要： 本发明涉及一种基于深度自编码器的自动历史拟合优势通道参数预测方法，包括以下步骤：S1、使用直线表征油藏中的优势通道，建立油藏优势通道数值模拟模型；S2、结合优势通道油藏的先验信息，使用不同的分布函数生成学习样本库；S3、结合神经网络逐层训练及微调方法训练深度自编码器；S4、基于深度自编码器的编码解码属性将先验样本数据进行降维重构；S5、根据贝叶斯理论建立优势通道油藏历史拟合目标函数；S6、使用多数据同化集合平滑算法(ES‑MDA)更新参数并最小化目标函数。与现有技术相比，本发明实现了对具有尺度不同的优势通道的油藏模型进行反演，给实际具有大规模优势通道的油藏自动历史拟合提供参考。
-
公开(公告)号：CN114444402A
公开(公告)日：2022-05-06
申请号：CN202210362472.6
申请日：2022-04-08
申请人： 中国石油大学(华东)
IPC分类号： G06F30/27 , G06N3/08 , G06F30/23 , G06F113/08 , G06F119/14
摘要： 本发明公开了一种基于深度强化学习的油藏注采优化方法，属于油气田开发工程领域，包括如下步骤：采集油田地质数据建立油藏数值模拟模型；构建深度强化学习Actor‑Critic算法框架；读取当前时刻油藏的状态，并做归一化处理；利用策略网络执行一次动作，实时改变井的决策方案；计算当前的奖励，训练更新策略网络和动作价值网络的参数；根据最终训练的策略网络得到不同开发时刻的最优生产方案。本发明中的深度强化学习方法能够根据不同的油藏状态自适应地设计生产方案，可以在有限的时间和计算资源下实现更高的经济效益；同时还可以用于油田开发过程中的井位优化、历史拟合等问题，具有很好的推广应用价值。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)