[发明专利]基于自我学习机制的油田开发方案优化方法

摘要

本发明提出了一种基于自我学习机制的油田开发方案优化方法，其特征在于，神经网络油藏模拟模块、蒙特卡洛生产参数模拟模块、RNN结果推断训练模块和预测模块，包括以下步骤：在神经网络油藏模拟模块，通过历史数据训练神经，得到神经网络油藏模拟器步骤；在蒙特卡洛生产参数模拟模块，通过蒙特卡洛搜索树方法，进行生产过程中各种属性的模拟，通过对每一个属性变量模拟出不同的值，得到数万个开采方案；通过历史生产数据对RNN结果推断网络进行训练，得到一个开采方案推断器；将模拟产生的开采方案输入开采方案推断器中，返回最优开采方案。本方法利用神经网络模型去逼近未知的物理的过程，摆脱了油藏数值模拟简化建模公式的束缚，增加了准确率。同时，在训练速度方面得到了很大提高，能够在大量的开发方案中选择最优方案。

主权项

1.一种基于自我学习机制的油田开发方案优化方法，其特征在于，神经网络油藏模拟模块、蒙特卡洛生产参数模拟模块、RNN结果推断训练模块和预测模块，包括以下步骤：步骤(1)、在神经网络油藏模拟模块，通过历史数据训练神经，得到神经网络油藏模拟器步骤(2)、在蒙特卡洛生产参数模拟模块，通过蒙特卡洛搜索树方法，进行生产过程中各种属性的模拟，通过对每一个属性变量模拟出不同的值，得到数万个开采方案；步骤(3)、通过历史生产数据对RNN结果推断网络进行训练，得到一个开采方案推断器；步骤(4)、将步骤(1)产生的结果输入到步骤(2)中，通过步骤(2)模拟出多个开采方案，输入到步骤(3)得到的开采方案推断器中；步骤(5)、返回最优开采方案；步骤(6)、如果为训练阶段则采用交叉试验的方式确定步骤(1)和步骤(3)中的超参数。