样本统计训练神经网络的油气藏型储气库注采优化方法

本发明公开了一种样本统计训练神经网络的油气藏型储气库注采优化方法。本发明基于样本统计训练深度神经网络模型的训练过程基于协方差信息，而无需梯度求解，这使得方法易于实现；并且在训练深度神经网络模型过程中，对神经网络参数的初始猜测的一组取样同时进行训练，这与基于梯度的对参数仅进行一次训练的方法相比，本发明的方法能够有效避免迭代过程收敛于局部最小值问题；进一步建立油气藏型储气库注采优化数学模型，在运行遗传算法时采用训练的深度神经网络模型评估种群中每一个体的适宜度函数，而无需借助数值模拟评估适宜度函数，能够极大提高遗传算法的运行效率；本发明能够提高油气藏型储气库注采优化的效率。