-
公开(公告)号：CN117892626B
公开(公告)日：2024-09-13
申请号：CN202410067648.4
申请日：2024-01-17
申请人： 中国石油大学(华东)
摘要： 本发明公开了一种基于增强物理意义神经网络的复杂油藏数值模拟方法，该方法利用增强物理意义的神经网络正向求解复杂油藏的压力和饱和度分布，设计邻接位置锚定、使用自适应激活函数、设计跳跃连接门控更新来提升模型的训练速度与求解精度，利用硬约束边界条件、嵌入式离散裂缝、有限体积法结合反向传播梯度下降法来计算损失函数以及更新神经网络参数，利用隐压显饱法结合神经网络预测结果来显式更新饱和度，将神经网络参数迁移来加快训练速度，神经网络训练整体无需标签数据，在复杂三维非均质与三维裂缝问题的实施例中具备优秀的训练速度与求解精度。
-
公开(公告)号：CN117236158B
公开(公告)日：2024-08-23
申请号：CN202310969755.1
申请日：2023-08-03
申请人： 中国石油大学(华东)
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/08 , G06N3/084 , E21B49/00 , G06F111/10
摘要： 本发明公开了一种基于物理意义神经网络的页岩气藏数值模拟方法，属于气藏工程技术领域，包括如下步骤：步骤1、采集页岩气藏相关数据；步骤2、构建卷积神经网络模型，设置模型的超参数；步骤3、利用第一个时间步的压力数据作为标签，预训练得到初始化完成的卷积神经网络模型；步骤4、后续时间步根据模型输出的压力数据和模型参数进行正向传播，利用有限体积法计算损失误差；步骤5、反向传播优化模型权重，通过不断迭代训练使得损失值下降到指定范围；步骤6、重复步骤4‑步骤5，得到页岩气藏任意时间步的压力分布情况。本发明实现了利用嵌入物理意义的卷积神经网络模型正向求解页岩气藏压力变化，且无需标签数据，具有较高的精度和效率。
-
公开(公告)号：CN117892626A
公开(公告)日：2024-04-16
申请号：CN202410067648.4
申请日：2024-01-17
申请人： 中国石油大学(华东)
摘要： 本发明公开了一种基于增强物理意义神经网络的复杂油藏数值模拟方法，该方法利用增强物理意义的神经网络正向求解复杂油藏的压力和饱和度分布，设计邻接位置锚定、使用自适应激活函数、设计跳跃连接门控更新来提升模型的训练速度与求解精度，利用硬约束边界条件、嵌入式离散裂缝、有限体积法结合反向传播梯度下降法来计算损失函数以及更新神经网络参数，利用隐压显饱法结合神经网络预测结果来显式更新饱和度，将神经网络参数迁移来加快训练速度，神经网络训练整体无需标签数据，在复杂三维非均质与三维裂缝问题的实施例中具备优秀的训练速度与求解精度。
-
公开(公告)号：CN117236158A
公开(公告)日：2023-12-15
申请号：CN202310969755.1
申请日：2023-08-03
申请人： 中国石油大学(华东)
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/08 , G06N3/084 , E21B49/00 , G06F111/10
摘要： 本发明公开了一种基于物理意义神经网络的页岩气藏数值模拟方法，属于气藏工程技术领域，包括如下步骤：步骤1、采集页岩气藏相关数据；步骤2、构建卷积神经网络模型，设置模型的超参数；步骤3、利用第一个时间步的压力数据作为标签，预训练得到初始化完成的卷积神经网络模型；步骤4、后续时间步根据模型输出的压力数据和模型参数进行正向传播，利用有限体积法计算损失误差；步骤5、反向传播优化模型权重，通过不断迭代训练使得损失值下降到指定范围；步骤6、重复步骤4‑步骤5，得到页岩气藏任意时间步的压力分布情况。本发明实现了利用嵌入物理意义的卷积神经网络模型正向求解页岩气藏压力变化，且无需标签数据，具有较高的精度和效率。
-
-
-
搜索结果
4 条记录 (耗时 0.036 秒)
