基于卷积傅里叶神经网络的三维地下油藏动态预测方法
基本信息
| 申请号 | CN202210603016.6 | 申请日 | - |
| 公开（公告）号 | CN114693005A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114693005A | 申请公布日 | 2022-07-01 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/02（2012.01）I;G06F30/23（2020.01）I;G06F30/27（2020.01）I;G06F30/28（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/44（2022.01）I;G06V10/82（2022.01）I;G06F17/14（2006.01）I;G06F111/10（2020.01）N;G06F113/08（2020.01）N;G06F119/14（2020.01）N | 分类 | 计算；推算；计数; |
| 发明人 | 张凯;左袁德;王晓雅;张黎明;刘丕养;严侠;张华清;杨勇飞;孙海;张文娟;姚军;樊灵 | 申请（专利权）人 | 中国石油大学（华东） |
| 代理机构 | 青岛智地领创专利代理有限公司 | 代理人 | - |
| 地址 | 266580山东省青岛市黄岛区长江西路66号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积傅里叶神经网络的三维地下油藏动态预测方法，属于油藏工程技术领域，利用构建的3D卷积傅里叶神经网络模型对三维地下油藏剩余油饱和度或压力进行动态预测，具体包括以下步骤：采集三维地下油藏数据；构建3D卷积傅里叶神经网络，结合LSTM同时考虑时间和空间信息；设置卷积傅里叶网络模型的超参数，训练3D卷积傅里叶网络模型；评估3D卷积傅里叶神经网络的性能；训练完成后，输出测试指标良好的3D卷积傅里叶网络模型。本发明实现了三维油藏模型的高精度快速预测，很好的针对三维油藏的时空性和物理系统的特点，更符合现场实际需求。 |
