智能代理在油藏建模中的应用

利用人工智能和机器学习技术,采用人工神经网络开发并验证了用于油藏模拟历史拟合、敏感性分析和不确定性评估的智能代理模型,将其应用于油藏模拟的两个案例中。第1个案例研究了代理模型在油藏模型历史拟合中的应用,输出结果预测了井的产量;第2个案例研究了基于人工神经网络的代理模型在CO2提高采收率油藏快速建模中的应用,目标为预测油藏压力和相饱和度在注入期间以及注入后的分布,预测效果均良好。相比基础数值模拟模型,智能代理模型运行单次模拟只需几秒钟,总节省98.9%的运算时间。智能代理模型在运算速度、消耗时间以及成本等方面都有巨大的优势。此外,智能代理模型与基础油藏模型模拟结果非常接近。