本發(fā)明涉及一種優(yōu)化深度學習降維重構參數(shù)的自動歷史擬合方法及系統(tǒng)，包括以下步驟：步驟一、構建初始油藏模型，通過自動編碼器方法訓練深度自編碼模型，使用解碼器進行降維參數(shù)化表征，步驟二、利用粒子群優(yōu)化算法優(yōu)化自編碼模型的神經(jīng)網(wǎng)絡結構，步驟三、ES?MDA方法迭代同化數(shù)據(jù)更新潛變量，自編碼模型解碼器重構油藏模型并進行數(shù)值模擬，步驟四、多次迭代進行觀測數(shù)據(jù)擬合，最終輸出擬合模型，完成自動歷史擬合流程。相對于現(xiàn)有技術，本發(fā)明通過深度自編碼模型、粒子群優(yōu)化算法的結合可將高維地質特征如滲透率映射到低維連續(xù)高斯空間進行重參數(shù)化表征，結合集合光滑多次數(shù)據(jù)同化(ES?MDA)方法吸收生產(chǎn)歷史實現(xiàn)復雜大規(guī)模油藏自動歷史擬合高效求解。
聲明：
“優(yōu)化深度學習降維重構參數(shù)的油藏自動歷史擬合方法” 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(yè)用途，請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)
815
編輯：管理員
來源：中冶有色技術網(wǎng)
分享 0
舉報 0
收藏 0
反對 0
點贊 0
中冶有色技術平臺
2025年03月28日 ~ 30日 
