-
公开(公告)号：CN111861774A
公开(公告)日：2020-10-30
申请号：CN202010572648.1
申请日：2020-06-22
申请人： 中国石油大学(华东)
摘要： 本发明涉及一种基于并行代理模型的油藏生产机器学习方法，所述方法基于代理模型的并行油田生产优化方法在每次迭代中能够同时得到多个较优的候选方案，然后使用MATLAB并行调用油藏数值模拟软件Eclipse对其同时进行真实评测，可以大幅度减少复杂问题的优化时间，通过本发明的方法，可以大幅度加快油田生产优化速度，提高优化的效率和最终优化的效果。同时本发明的方法，除了调整油田的油井与水井的生产制度，还可以用于优化井网、历史拟合等。
-
公开(公告)号：CN111625922A
公开(公告)日：2020-09-04
申请号：CN202010292889.0
申请日：2020-04-15
申请人： 中国石油大学(华东)
IPC分类号： G06F30/20 , G06Q10/04 , G06Q50/02 , G06N20/00 , G06F111/10
摘要： 本发明涉及一种基于机器学习代理模型的大规模油藏注采优化方法，所述方法针对传统进化算法优化设计时调用数值模拟次数多的缺点的解决方案，结合代理模型、降维算法的进化算法框架，使用萨蒙映射作为降维算法对原始数据进行降维，计算简单、易于实现，所述方法首先在保证精度的前提下通过少量试验样本构建一个计算量小，计算速度快，但计算结果与数值模拟器得到的结果相近的数学模型。基于机器学习方法中的高维插值理论，采用计算快速的数学模型逼近目标复杂系统，代替其完成优化设计。为了提高代理模型精度，使用进化算法进行动态取样更新完善代理模型，从而获得更高的经济净现值下的最优油水井生产方案，具有很好的推广应用价值。
-
公开(公告)号：CN118552338B
公开(公告)日：2024-10-29
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： G06F17/00 , G06Q50/02 , G06F18/213 , G06F18/25 , G06F18/27
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：CN111625922B
公开(公告)日：2022-04-12
申请号：CN202010292889.0
申请日：2020-04-15
申请人： 中国石油大学(华东)
IPC分类号： G06F30/20 , G06Q10/04 , G06Q50/02 , G06N20/00 , G06F111/10
摘要： 本发明涉及一种基于机器学习代理模型的大规模油藏注采优化方法，所述方法针对传统进化算法优化设计时调用数值模拟次数多的缺点的解决方案，结合代理模型、降维算法的进化算法框架，使用萨蒙映射作为降维算法对原始数据进行降维，计算简单、易于实现，所述方法首先在保证精度的前提下通过少量试验样本构建一个计算量小，计算速度快，但计算结果与数值模拟器得到的结果相近的数学模型。基于机器学习方法中的高维插值理论，采用计算快速的数学模型逼近目标复杂系统，代替其完成优化设计。为了提高代理模型精度，使用进化算法进行动态取样更新完善代理模型，从而获得更高的经济净现值下的最优油水井生产方案，具有很好的推广应用价值。
-
公开(公告)号：CN111861774B
公开(公告)日：2021-06-04
申请号：CN202010572648.1
申请日：2020-06-22
申请人： 中国石油大学(华东)
IPC分类号： G06N3/00
摘要： 本发明涉及一种基于并行代理模型的油藏生产机器学习方法，所述方法基于代理模型的并行油田生产优化方法在每次迭代中能够同时得到多个较优的候选方案，然后使用MATLAB并行调用油藏数值模拟软件Eclipse对其同时进行真实评测，可以大幅度减少复杂问题的优化时间，通过本发明的方法，可以大幅度加快油田生产优化速度，提高优化的效率和最终优化的效果。同时本发明的方法，除了调整油田的油井与水井的生产制度，还可以用于优化井网、历史拟合等。
-
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：CN111861129A
公开(公告)日：2020-10-30
申请号：CN202010573008.2
申请日：2020-06-22
申请人： 中国石油大学(华东)
摘要： 本发明涉及一种基于多尺度油藏模型的多保真注采优化方法，本发明以多尺度数值模拟配合多保真差分进化，兼有低保真方法的寻优速度快和高保真方法计算精度高的优势，在保证计算精度的前提下大幅节省寻优时间，能够利用有限的时间资源得到最具经济效益的注采策略；采用多保真引导优化，能够在差分进化中自适应的调节变异策略和缩放因子。通过初始全局搜索接近最优解，通过局部最优策略加快收敛速度，全局随机策略跳出局部最优。并随算法进行，自适应地调整缩放因子，合理控制差分变异幅度。
-
公开(公告)号：CN111861129B
公开(公告)日：2022-07-01
申请号：CN202010573008.2
申请日：2020-06-22
申请人： 中国石油大学(华东)
摘要： 本发明涉及一种基于多尺度油藏模型的多保真注采优化方法，本发明以多尺度数值模拟配合多保真差分进化，兼有低保真方法的寻优速度快和高保真方法计算精度高的优势，在保证计算精度的前提下大幅节省寻优时间，能够利用有限的时间资源得到最具经济效益的注采策略；采用多保真引导优化，能够在差分进化中自适应的调节变异策略和缩放因子。通过初始全局搜索接近最优解，通过局部最优策略加快收敛速度，全局随机策略跳出局部最优。并随算法进行，自适应地调整缩放因子，合理控制差分变异幅度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.025 秒)
