基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究OA北大核心CSTPCD
传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布…查看全部>>
陈旭;张凯;刘晨;张金鼎;张黎明;姚军
中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580 青岛理工大学土木工程学院,山东青岛266520中海油研究总院有限责任公司,北京100028 海洋石油开发国家重点实验室,北京100028中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580
石油、天然气工程
油藏自动历史拟合油藏数值模拟深度学习代理模型双输入输出卷积神经网络
《油气地质与采收率》 2024 (3)
P.165-177,13
国家自然科学基金面上项目“基于强化学习的离线-在线交互式油藏开发生产实时优化方法”(52274057)“基于迁移学习的油藏开发注采优化方法研究”(52074340)“基于电磁支撑剂的水力压裂裂缝监测理论与方法”(51874335)。
评论