一种基于深度学习的煤层水力压裂参数动态优化方法

本发明提供了一种基于深度学习的煤层水力压裂参数动态优化方法，属于基于计算机数据处理的煤层参数优化技术领域；首先，采集具有空间连续性的煤层切片CT图像；其次，设计煤层结构‑物理参数智能感知模型，对煤层图像语义识别与物性估计进行联合预测；随后，利用预测输出结果进行煤层三维结构重建与区域分层建模，并在此基础上进行有限元网格划分及材料属性精确映射，构建煤层三维有限元模型；最后，构建煤层水力压裂参数多目标优化问题，设计煤层物理信息嵌入的代理模型并与多目标进化算法结合动态求解优化问题，获得最优水力压裂参数。本发明基于深度学习，融合了多源信息、结构参数与材料属性，推动了煤层水力压裂设计的智能化发展。