基于集合光滑的深度學習自動歷史擬合方法

作者：馬小鵬,張凱,陳昕晟,曹慶平,姚傳進,谷建偉

摘要：針對具有復雜地質特征的大規模油藏反演建模難題,研究整合深度學習模型與數據同化算法的自動歷史擬合方法。提出奇異值分解-深度變分自編碼模型,基于奇異值差分譜估計油藏模型參數的本征維數,并以此作為潛變量維數;編碼器對油藏模型參數進行特征提取并降維至低維潛變量空間,解碼器將低維潛變量重構生成與先驗地質統計特征一致的油藏模型;結合多次迭代同化的集合光滑方法,更新低維潛變量并解碼重構至對應的油藏模型參數,進行生產歷史擬合。結果表明:保留90%信息估計的模型參數本征維數作為潛變量維數,能夠保持清晰的相邊界;相比傳統的奇異值分解降維方法深度變分自編碼模型能夠有效地處理復雜離散地質特征;提出的方法能夠準確地預測河流相分布。

發文機構：中國石油大學（華東）石油工程學院 中國石油大港油田分公司石油工程技術研究院

關鍵詞：復雜地質特征自動歷史擬合深度學習數據同化奇異值分解變分自編碼complex geological featuresautomatic history matchingdeep learningdata assimilationsingular value decompositiondeep variational autoencoder

分類號： TE33[石油與天然氣工程—油氣田開發工程]