| 专利号 | 202310152341X | 申请日 | 2023-02-23 | 专利名称 | 一种基于深度自回归网络和持续学习策略的历史拟合方法 |
| 授权日 | 2023-06-09 | 专利权人 | 中国石油大学(华东) | 发明人 | 付文豪;张凯;张黎明;刘丕养;严侠;张华清;张文娟;杨永飞;孙海;姚军 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于深度自回归网络和持续学习策略的历史拟合方法，属于油藏开发技术领域，包括如下步骤：确定需要反演的不确定油藏参数；生成样本库；构建嵌入卷积门控循环单元的自回归神经网络模型；基于集成持续学习策略，将不同的时间段划分为不同的任务，分别训练代理模型以适应不同阶段的预测任务，并通过经验传递提高后续训练任务的训练效率；测试自回归神经网络在不同任务中的预测性能；结合随机极大似然算法校准油藏不确定参数，最终给出油藏不确定参数的一组后验油藏参数；进行数值模拟，验证后验模型对生产观测的历史拟合效果，然后利用验证效果良好的后验模型进行油藏动态预测。本发明有效提高历史拟合任务的计算速度。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
