基于量子遗传算法的试井分析最优化方法

    公开(公告)号:CN115544892A

    公开(公告)日:2022-12-30

    申请号:CN202211291030.3

    申请日:2022-10-21

    Abstract: 本发明提供一种基于量子遗传算法的试井分析最优化方法,包括以下步骤:(1)定义目标函数及适应度函数,使实测的压力曲线和模型计算的理论压力曲线达到最佳拟合,自动的反求油藏地层参数;(2)生成初始种群其中j∈1,…,n为第t代的一个个体;(3)码采用二进制编码对量子比特进行编码;(4)根据Q(t)中概率幅构造R(t),其中是长度m的二进制串,每个元素由中的概率幅决定;(5)量子旋转门函数用于量子门的更新,根据旋转角选择策略对旋转门进行更行。本发明引入量子门,使算法具备更好的全局探索能力,保证算法的收敛性,能够快速准确的找到试井解释参数的最优值,实现了试井解释的自动化。

    基于GAN的试井解释代理模型生成方法

    公开(公告)号:CN112949719A

    公开(公告)日:2021-06-11

    申请号:CN202110236794.1

    申请日:2021-03-03

    Abstract: 本发明公开了一种基于GAN的试井解释代理模型生成方法,包括:根据已有压力数据绘制试井曲线;调整试井曲线的图像尺寸;对试井曲线的图像上所有像素点进行采样,将小于给定阈值的像素点设定为白色,大于给定阈值的像素点设定为黑色,从而将试井曲线从图像上凸显出来;在图像上设两条边长度均为1单位长度,每个像素都离散为一个[0,1]区间内的坐标,记录坐标作为下一步模型训练的输入数据。配置GAN生成式对抗网络;将记录数据输入模型进行训练,得到试井解释代理模型。本发明的优点是:为神经网络模型的应用提供了数据准备,使小样本数据具备了训练神经网络模型的可行性,能够生成更加真实的代理模型数据。

Patent Agency Ranking