摘要
本发明公开了一种基于多阶段历史经验迁移的快速更新历史拟合范式,涉及油藏历史拟合技术领域。本发明根据油藏的先验地质模型,获取先验信息并对先验地质模型进行降维处理,确定降维信息后,在油田开采周期各历史阶段分别利用降维信息与先验信息进行高斯随机采样获取历史经验建立历史阶段代理模型,再在目标阶段进行高斯随机采集模拟建立目标阶段代理模型,将历史阶段代理模型与目标阶段代理模型相耦合,建立历史经验迁移模型,结合最优化算法搜索最优地质参数。本发明方法引入了历史阶段至目标阶段的迁移学习,大幅减少了目标阶段所需样本数目,既缩短了拟合时间,又提高了油藏新阶段历史拟合的速度和精度,实现了对油藏历史拟合的快速更新。
技术关键词
油藏历史拟合
多阶段
渗透率参数
主成分分析降维
径向基核函数
样本
数值
梯度算法
进化算法
特征值
协方差矩阵
误差函数
重构
数据
周期
系统为您推荐了相关专利信息
光伏发电系统
状态评估方法
支持向量机模型
指标
径向基核函数
随机森林模型
多阶段
化妆品
人脸表情信息
识别人脸
多源异构数据
智慧工地
评价方法
长短期记忆网络
通道注意力机制