摘要
本说明书提供了一种基于深度学习相态模型的二氧化碳注入量调整方法。获取目标井的当前二氧化碳注入量,以及目标井对应的地层温度、压力以及孔隙半径;根据预先训练的参数预测模型,确定目标井对应的相态参数;根据目标井对应的相态参数,判断当前二氧化碳注入量是否满足预设开采需求;在确定当前二氧化碳注入量不满足预设开采需求的情况下,对当前二氧化碳注入量进行调整。通过物理信息神经网络算法和预设状态方程构建参数预测模型,再结合由威尔逊方程和预设状态方程构建的预设气液平衡比模型,对参数预测模型进行训练,可以得到精度较高、效果较好的参数预测模型,进而可以利用该参数预测模型准确地确定出误差较小、参考价值较高的相态参数。
技术关键词
样本
气液
参数
神经网络算法
异常数据
偏差
指数
压力
数据获取模块
处理器
插值算法
方程
物理
指令
可读存储介质
计算机
电子设备
存储器
系统为您推荐了相关专利信息
图像特征提取
融合特征
语义特征提取
语义分割网络
追色方法
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