渗流参数化学习方法、装置、设备及存储介质

本申请提供一种渗流参数化学习方法、装置、设备及存储介质。涉及渗流数值模拟技术领域。该方法包括：定义渗流参数化学习数学模型；搭建时‑频双重滤波的傅里叶神经算子网络结构；定义基于有限体积离散的物理约束损失函数；利用序贯高斯模拟进行采样，生成不同的渗透率场，并划分为训练集与测试集；在训练集上训练傅里叶神经算子网络代理模型，在测试集上测试推理效果。本申请可以实现无标签数据的训练，并且可以通过训练好的模型对不同渗透率分布下的结果进行快速预测，具备显著提高的预测精度。