本发明公开了一种基于深度强化学习的直井试井智能解释方法及装置,其涉及油气开发技术领域,方法包括:根据深度学习算法建立适用于试井曲线拟合的智能体;根据应用需要建立基于现代试井分析理论的试井模型,并确定需要识别的试井模型参数;基于试井模型构建与所述智能体互动的环境;使用所述环境生成的预测试井曲线训练所述智能体,使所述智能体自动调整试井模型参数以拟合目标试井曲线;将实测试井曲线作为目标曲线输入训练好的的所述智能体中,所述智能体通过调整试井模型参数从而输出与实测试井曲线所对应试井模型的参数。本申请能够根据所针对的各种试井模型的参数进行反演,具有良好的通用性,高效的参数拟合速度和准确的参数拟合结果。
声明:
“基于深度强化学习的直井试井智能解释方法及装置” 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)