基于深度学习加速的油藏数值模拟自动历史拟合方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：历史拟合是降低油藏模型不确定性的重要方法，是对油藏进行生产动态预测和开发方案设计的基础。由于油藏模型往往包含数十万甚至数百万个不确定参数，重复调用油藏数值模拟器将对历史拟合的计算效率造成严重影响。针对该问题，提出一种基于多样视角深度全卷积编码-解码神经网络的油藏数值模拟代理模型构建方法。模型包含编码-解码单元和时间处理单元两部分，嵌入多样视角网络（VoVNet）的编码-解码单元实现输入参数的空间特征提取，而时间处理单元用来捕获时间的影响。（剩余17103字）

试读结束

目录
monitor