摘要
本发明属于页岩储层压裂优化设计技术领域,具体公开一种基于强化学习的页岩储层多目标压裂优化设计方法。有效解决当前页岩储层压裂优化设计方法无法考虑产能和经济等多因素协同优化的问题。包括:(1)通过数值模拟软件模拟产能计算结果,结合构建的经济评价模型基于蒙特卡洛抽样方法建立产能预测模型的训练样本集;(2)基于Transformer架构构建产能预测模型;(3)在NSGA‑II多目标优化算法的基础上,引入双智能体强化学习算法,建立压裂优化代理模型;(4)通过优选累产油量和经济净现值多目标优化的帕累托前沿,结合实际需求选择具体压裂参数优化方案。本发明能够在控制压裂成本同时有效提高原油产量。
技术关键词
优化设计方法
前馈神经网络
产油量
产能
编码器
矩阵
页岩储层压裂
解码器
裂缝导流能力
注意力机制
抽样方法
强化学习算法
训练样本集
优化设计技术
储层物性参数
蒙特卡洛方法
系统为您推荐了相关专利信息
模型预训练
分割方法
频率
重构模块
超声图像分析技术
深度强化学习模型
间隔特征
恶意流量检测
语义
接收端
关节电机
输入齿轮
检测齿轮
减速器壳体
电机本体