买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南石油大学

摘要：本申请提供基于智能代理的油藏数值模拟参数反演及寻优方法，涉及油气藏开发领域，包括：智能代理自动模拟系统建立，建立自动化程序控制油藏数值模拟软件；智能代理数据处理，构建智能代理数据集；智能代理预测模型建立，选择学习模型，使用智能代理数据集训练学习模型，对性能最优的学习模型进行超参数寻优；智能代理反演参数寻优，选择反演参数寻优算法，建立目标函数，设置反演参数寻优算法种群大小，智能代理反演参数寻优算法输出最优的反演参数；最优参数反演，将最优的反演参数代入到油藏数值模拟软件中进行参数反演。本申请提高了油气藏模拟运行的自动化程度，解决繁琐的参数调整问题，从而减少整体模拟计算的时间和人力资源投入。

主权项：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：S100、智能代理自动模拟系统建立，包括步骤为：S110、确定已知数据，包括已有井的历史生产数据、井位、井深、井型、油的PVT数据、气体的PVT数据和水的PVT数据，确定油藏数值模拟软件，建立油藏数值模拟模型；S120、确定数值模拟软件中的反演参数和目标量；S130、建立一个自动化运行程序，给定反演参数范围，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反演参数取值，设定自动模拟的次数，随机抽取的反演参数值通过自动化运行程序应用于油藏数值模拟软件的源文档，自动化运行程序控制油藏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系统；S200、智能代理数据处理，具体步骤为，S210、整合步骤S130所述的模拟结果，使用RMSE或者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生产数据的拟合效果，得到每个算例的RMSE或者R2；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RMSE作为输出值或每个随机算例模拟结果和实测数据的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；S230、划分智能代理数据集，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；S300、智能代理预测模型建立，具体步骤为，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；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RMSE和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；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，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；S400、智能代理反演参数寻优，具体步骤为，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；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R2，则最大化目标函数；S430、根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；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；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；S460、终止准则满足，智能代理反演参数寻优算法输出最优的反演参数即种群中适应度最高的个体，并输出智能代理反演参数寻优算法收敛图；S500、最优参数反演，具体步骤为，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；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S20所述的计算方法量化本次参数反演目标量结果和历史生产数据的拟合效果。

全文数据：

权利要求：

百度查询： 西南石油大学 基于智能代理的油藏数值模拟参数反演及寻优方法