本发明公开了一种基于强化学习的油井参数自适应性调控方法,其包括:搜集相应的数据,制备效果反馈样本集;针对油井参数自适应调控工作设计个性化的强化学习算法;构建面向油井参数调控的强化学习算法网络结构;基于强化学习的油井参数自适应性调控实现;进行算法训练与模型验证;将模型机进行优化并应用。本发明以油井为中心,将油藏拆分为不同地质开发特点的样本;在此基础上,借鉴图像增强技术,对样本进行增强,进一步扩充了样本的数量和覆盖度,由此构建了覆盖更多情况的强化学习训练样本集;建立两种个性化的强化学习框架,训练得到了智能体,智能体能够保留历史优化的经验信息,为以后的调控方案推荐提供更精准更快速的支持。
声明:
“基于强化学习的油井参数自适应性调控方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)