一种基于物理意义神经网络的页岩气藏数值模拟方法

    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

    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。

    一种适用于低渗透裂缝性油藏的快速模拟及优化方法

    公开(公告)号:CN117077577A

    公开(公告)日:2023-11-17

    申请号:CN202311339778.0

    申请日:2023-10-17

    摘要: 本发明公开了一种适用于低渗透裂缝性油藏的快速模拟及优化方法,属于非常规油藏数值模拟领域,包括如下步骤:步骤1、将油藏系统抽象为基质网格和裂缝网格,根据基质和裂缝的渗流特征构建双重介质模型;步骤2、利用ES‑MDA历史拟合算法,结合约束条件,建立自动历史拟合数学模型;步骤3、将经济净现值作为生产优化的目标函数,通过对油藏地质储量、各井压力以及注采液量上下限进行约束,建立油藏注采优化模型,采用差分进化算法得到使油藏经济净现值最大化的生产调控制度。本发明有助于更好地了解低渗透油藏的地质特征和裂缝性质,提高效率、降低成本,从而增加油田开发的经济效益。