摘要
本发明公开了一种基于进化算法辅助的水平井调控强化学习方法,属于油藏生产优化技术领域,包括如下步骤:步骤1、确定需要优化的分段点位置、阀门开度及注采变量,构建离散与连续调控措施相结合的混合动作空间;步骤2、构建混合深度强化学习智能体模型和近期经验优先回放池;步骤3、将混合深度强化学习智能体模型与数值模拟器进行交互,通过生成的经验样本进行智能体训练;步骤4、执行进化算法的替换、选择、交叉、变异操作,优化混合深度强化学习智能体模型;步骤5、重复执行步骤3至步骤4,直至达到最大回合数。本发明结合进化算法与混合深度强化学习智能体模型,能够有效地优化水平井的井段划分及阀门开度,实时调整每口井的生产制度。
技术关键词
强化学习方法
智能体模型
进化算法
深度强化学习
卷积神经网络提取
策略
饱和度场
模拟器
连续动作空间
参数
变量
分段
阀门
轮盘赌算法
日产水量
油藏模型
样本
速率
系统为您推荐了相关专利信息
制导控制一体化
坐标系
深度强化学习方法
六自由度飞行器
神经网络结构
拦截器
轨迹跟踪方法
自动驾驶仪
视场角
高精度轨迹跟踪
深度自动编码器
网络攻击防御方法
多层次
重构误差
编码特征
营养状态诊断
叶片
施肥策略
生成对抗网络
多模态数据融合
风冷空调系统
节能优化控制方法
深度强化学习
强化学习算法
密度分布特征