一种基于深度神经算子的水驱油藏生产动态预测方法

本发明公开了一种基于深度神经算子的水驱油藏生产动态预测方法，属于油藏工程技术领域，包括如下步骤：定义水驱油藏模型，使用序贯高斯过程生成不同的渗透率场样本，利用油藏数值模拟器计算不同渗透率场下油藏模型生产过程中各个时刻的压力场和含水饱和度场作为标签数据；然后对深度神经算子网络中的分支网结构进行改进；利用有限体积法离散油水两相渗流控制方程，构建物理意义损失函数，计算其方程残差作为模型损失值并进行训练，训练完成后即得到渗透率场到压力场和含水饱和度场的代理模型。本发明可实现对不同渗透率场生产过程中特定时刻压力场和含水饱和度场的快速预测。本发明具有更好的可解释性，可实现更高的预测精度。