摘要
本发明属于三维油藏渗流技术领域,特别涉及一种融合傅里叶时空编码和多场注意力的耦合神经算子。该神经算子实现了对压力、油相饱和度与水相饱和度等关键物理量的联合预测与高效模拟。针对传统方法在处理高维空间输入、时序演化与物理耦合场建模方面存在的计算瓶颈与泛化能力弱等问题。本发明的耦合神经算子通过多表征结构和注意力增强引入物理场与时空之间的耦合关联机制,有效提升了算子任务间协同效率、时空信息利用率和模型对复杂流场交互行为的表达能力,具有整体推理快、持久化成本低和优化过程收敛快且稳定等特点。融合傅里叶高维时空特征映射,使模型具备更强的时空变化感知能力,提升了对时间演化过程的建模稳定性。
技术关键词
饱和度场
编码
饱和度参数
压力
注意力参数
注意力机制
坐标
索引
网格
单频率
代表
预测误差
渗流技术
神经网络结构
非线性
演化特征
系统为您推荐了相关专利信息
竹筷
实时检测方法
多尺度特征金字塔
跨尺度特征融合
缺陷类别
管式扩压器
压力损失最小化
执行控制系统
参数
数控机床
数据分析方法
离散特征
联合损失函数
机器学习算法
多层感知器