本发明提供一种使用深度强化学习模型进行油藏最优注采方案预测模型及其预测方法,仿真水驱油藏模型,用于拟合真实生产环境的历史数据,从而仿真实际的生产环境供智能体模型学习;水驱注采方案优化模型,用于与仿真水驱油藏模型和智能体模型进行交互,进而实现对智能体模型进行优化的目的;智能体模型,用于根据当前的生产状态来设计相应的注采方案,并根据水驱注采方案优化模型反馈的奖励值来不断优化,从而输出最优的注采方案;注采指标迁移优化方案模型,用于提高仿真水驱油藏模型预测结果的准确性。本发明利用通过训练得到的模型来对未来的油田生产提供最优注采方案,从而达到产油最大化。
声明:
“使用深度强化学习模型进行油藏最优注采方案预测模型及其预测方法” 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)