本發明屬于石油工程領域,具體地,涉及一種基于深度學習降維重構的強非均質油藏歷史擬合方法,包括以下步驟:步驟一、構建初始油藏模型,使用奇異值分解(SVD)方法計算地質特征的本征維數;步驟二、訓練變分自編碼模型(DCVAE),使用解碼器進行降維參數化表征;步驟三、集合光滑多次數據同化(ES?MDA)方法迭代同化數據更新潛變量,變分自編碼模型解碼器重構油藏模型并進行數值模擬;步驟四、多次迭代輸出模型。相對于現有技術,本發明的有益效果如下:通過深度變分自編碼模型、奇異值分解方法的結合可將高維地質特征如滲透率映射到低維連續高斯空間進行重參數化表征,結合ES?MDA方法吸收生產歷史實現復雜大規模油藏自動歷史擬合高效求解。
聲明:
“基于深度學習降維重構的強非均質油藏歷史擬合方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)