【技术实现步骤摘要】
本专利技术涉及基于智能代理的油藏数值模拟参数反演及寻优方法，属于油气藏开发领域。
技术介绍
1、在石油和天然气勘探与生产领域，尽管计算机硬件技术近年来实现了显著的进步，但在特定数值模拟软件中，高昂的计算成本仍然是一个棘手的问题。这些软件通常用于模拟复杂的油气藏动态过程，而其计算复杂度和对众多参数的拟合需求使得进行多次模拟成为一项既耗时又昂贵的任务。智能代理模型通过学习已有模拟数据，能够迅速建立起高效的近似模型，从而实现对复杂模拟的快速、经济代理。在实际应用中，基于人工智能的智能代理模型和遗传算法等智能优化方法的结合，可以为油气藏模拟软件的发展带来创新性的突破，为解决实际问题提供更为经济和高效的解决途径。这种智能代理建模的方法将在油气工程和科学研究领域发挥关键作用，推动技术的不断进步。
2、因此建立基于智能代理的油藏数值模拟参数反演及优化方法，提高油藏数值模拟软件拟合的准确性和效率是本领域技术人员亟需解决的问题。
技术实现思路
1、本专利技术的目的是：解决现今部分油藏数值模拟软件计算耗时长，传统模拟中繁琐的人工参数调整的问题。
2、为了实现上述目的，本文专利技术采用如下技术方案：
3、本专利技术提供基于智能代理的油藏数值模拟参数反演及优化方法，包括：智能代理自动模拟系统建立，智能代理数据处理，智能代理预测模型建立，智能代理反演参数寻优和最优参数反演。
4、s100、智能代理自动模拟系统建立，包括步骤为，
5、s110、确定已
6、s120、确定数值模拟软件中的反演参数和目标量，反演参数包括：孔隙度、渗透率、含水饱和度、净毛比、相对渗透率，目标量包括：日产油量、日产气量、日产水量、累积产油量、累积产水量、累积产气量、压力；
7、s130、建立一个简单的自动化运行程序，给定反演参数范围，反演参数范围根据已知数据确定，为了更方便地进行模型调整，以确保对参数的自动化调整；采用源文档修改的方式修改反演参数，使用随机抽样的方式为每个参数取值，这样的参数空间覆盖了广泛的可能性，有助于全面地探索模型行为，设定自动模拟的次数，这些随机抽取的参数值通过自动化程序应用于油藏数值模拟软件的源文档，自动化程序控制数值模拟软件的运行，记录每次随机算例的目标量的模拟结果，得到所述智能代理自动模拟。
8、s200、智能代理数据处理，具体步骤为，
9、s210、整合步骤s130所述的模拟结果，使用均方根误差rmse或者决定系数r2量化每个随机算例在油藏数值模拟软件中的模拟结果和历史数据的拟合效果，得到每个算例的均方根误差rmse或者决定系数r2，rmse衡量了模拟数据与观测数据之间的整体误差水平，r2则反映了模拟数据对观测数据变异的解释能力；
10、s220、将反演参数作为输入特征，每个随机算例模拟结果和实测数据的均方根误差rmse作为输出值或每个随机算例模拟结果和实测数据的决定系数r2作为输出值，建立智能代理数据集，对智能代理数据集进行数据预处理，包括数据正则化和数据标准化；
11、s230、划分数据集，70％用于构建训练集，另外30％用于构建验证集，对于一些小样本数据，采用数据增强技术，包括对训练集数据进行随机扰动、平滑处理、滤波处理以及使用生成对抗技术。
12、s300、智能代理预测模型建立，具体步骤为，
13、s310、根据s220所述的智能代理数据集，深入分析数据的特征，对于高维数据集，使用深度学习模型包括循环神经网络、卷积神经网络、循环神经网络、遗传算法，对于小样本数据集选择传统机器学习模型包括svm、随机森林、xgboost、lightgbm、多项式回归，任意选取其中3个学习模型；
14、s320、根据s310所述选取的3个学习模型，逐一建立3个学习模型的基模型作为预测模型，采用交叉验证技术对每个模型进行全面评估，评估指标包括均方根误差rmse和决定系数r2，考虑各评估指标，选取性能最优即rmse值最小、r2值最大的学习模型，得到最适合的学习模型；
15、s330、针对所述的最适合的学习模型，进行超参数寻优，超参数寻优方法包括：网格搜索、麻雀种群、贝叶斯优化、梯度方法，超参数寻优旨在确定最佳参数配置以进一步提升模型性能，通过系统的参数调整和验证，确保模型在复杂的油气藏动态建模任务中达到最佳拟合效果，提高其预测准确性和泛化能力，根据超参数寻优结果，代入智能代理数据集训练所述的最适合的学习模型，得到智能代理预测模型。
16、s400、智能代理反演参数寻优，具体步骤为，
17、s410、选择智能代理反演参数寻优算法进行反演参数寻优，其中智能代理反演参数寻优算法包括蜣螂优化算法、差分进化算法；
18、s420、设定智能代理反演参数寻优算法的目标函数，将步骤s330所述的智能代理预测模型预测值作为目标函数值，若输出值是每个随机算例模拟结果和实测数据的均方根误差rmse，则最小化目标函数，若输出值是每个随机算例模拟结果和实测数据的决定系数r2，则最大化目标函数；
19、s430、据所述的反演参数范围，在此范围类随机生成种群来确定初始位置；
20、s440、根据所述的迭代智能代理反演参数寻优算法，设定迭代次数200次，设定智能代理反演参数寻优算法的种群大小和种群中个体的数量，在每次迭代中，更新种群中个体的位置，这一过程旨在通过不断调整反演参数值，逐渐趋近于最优解；
21、s450、设定智能代理反演参数寻优算法终止准则包括达到最大迭代次数、目标函数收敛到一个稳定值、连续若干次迭代目标函数变化不大，合理的终止准则是确保算法既不过早终止也不过度迭代，以节省计算资源；
22、s460、终止条件满足，智能代理反演参数寻优方法输出最优的反演参数，这是经过多次迭代调整后能够最好地拟合实际数据的反演参数组合。
23、s500、最优参数反演，具体步骤为，
24、s510、根据所述的智能代理反演参数寻优算法输出的最优的反演参数，将其代入到油藏数值模拟软件中进行参数反演，最优参数应用于实际模拟，减少手动调参模拟的次数，以获得模型与实际观测数据更好拟合的结果；
25、s520、根据油藏数值模拟软件参数反演得到的目标量结果，将结果根据s220所述的计算方法量化本次参数反演目标量结果和历史数据的拟合效果。除此之外，可以将本次结果加入到智能代理数据集，对智能代理数据集进行更新；重复该过程可以对智能代理数据集渐进的优化，通过不断寻找最优反演参数，减小智能代理反演参数寻优方法的寻优范围，提升数值模拟对实际数据的拟合性能确保找到拟合效果最好的参数。
26、与现有技术相比，本专利技术具有以下有本文档来自技高网...
【技术保护点】
1.一种基于智能代理的油藏数值模拟参数反演及寻优方法，其特征在于，该方法包括：
2.根据权利1所述的基于智能代理的油藏数值模拟参数反演及寻优方法，其特征在于，所述油藏数值模拟软件包括tNavigator、Eclipse；
【技术特征摘要】
1.一种基于智能代理的油藏数值模拟参数反演及寻优方法，其特征在于，该方法包括：
2.根据权利1所述的基于...
【专利技术属性】
技术研发人员：谭晓华，陈雪，李晓平，梅青燕，郑伟，张哲伦，毛正林，彭港珍，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。