买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛理工大学

摘要：本发明公开了一种基于知识迁移的井网井位优化方法，属于石油工程的油气田开发领域，包括如下步骤：步骤1、构建油藏井位优化模型和目标函数；步骤2、构建初始种群，并基于油藏相似性度量选择源任务；步骤3、基于线性回归与多项式拟合进行源域和目标域的线性相关和非线性相关的定量判断；步骤4、基于去噪自编码器、核化自编码器和仿射变换三种域自适应方法进行知识迁移，并根据线性回归与多项式拟合的决定系数选择相应的域自适应方法；步骤5、基于差分进化算法和锦标赛选择策略得到最优井网井位。本发明实现了对油藏井位知识的顺序迁移优化，很大程度上减少了计算资源的占用，实现了井位优化目标，为实际油藏井网井位问题提供参考。

主权项：1.一种基于知识迁移的井网井位优化方法，其特征在于，包括如下步骤：步骤1、构建油藏井位优化模型和目标函数；具体过程如下：步骤1.1、基于SNESIM油藏随机建模技术构建1000个河流相油藏的渗透率模型，设置油藏模型的尺寸以及渗透率的取值；SNESIM油藏随机建模技术的工作过程为：建立模拟网格，并获取训练图像，通过扫描获取数据事件并存储；在训练图像中检索数据事件，求得条件概率分布，再对条件概率分布进行抽样作为一次模拟结果；通过贯序模拟方式对所有节点进行模拟，最终得到随机油藏模型；步骤1.2、构建油藏井网井位优化的目标函数，用于评估每个候选井位优化方案经济适用性的净现值，如下所示： 式中，NPV为经济净现值；maxNPV·为求经济净现值的最大值；为油藏井位坐标；vk为生产井在第k步的生产速度；为原油销售额；为污水处理成本；为总注水成本；步骤2、基于拉丁超立方抽样构建初始种群，并基于油藏相似性度量选择源任务；步骤3、基于线性回归与多项式拟合进行源域和目标域的线性相关和非线性相关的定量判断；具体过程如下：步骤3.1、将筛选后的源任务数据和目标任务数据进行一元线性回归分析，获得筛选后的源任务数据和目标任务数据的线性回归决定系数R2线性；筛选后的源任务数据为被迁移油藏的最优井位数据，即样本x；目标任务数据为目标油藏的井位数据，即样本y；运用最小二乘法来求解函数；具体公式如下： 式中，是最小二乘估计的截距；是最小二乘估计的斜率；为筛选后的第个源任务或者目标任务；N为筛选后的源任务或者目标任务的总数量；分别是第个样本x、第个样本y的实际值；分别是样本x、样本y的均值；SSR是预测数据与标签均值之间差值的平方和；为第个目标任务的均值；为第个目标任务的预测值；SST是实际值和均值之间的差值的平方和；步骤3.2、将筛选后的源任务数据和目标任务的数据进行多项式拟合，获得多项式拟合决定系数R2多项式；多项式拟合公式如下：y＝β0+β1x+β2x2+β3x3+…+βmxm+∈；式中，β0是截距项；β1、β2、β3、βm是与样本x的各次幂相关的系数；∈是误差项；m是多项式的最高次幂；R2多项式的公式如下： 步骤4、基于去噪自编码器、核化自编码器和仿射变换三种域自适应方法进行知识迁移，并根据线性回归与多项式拟合的决定系数选择相应的域自适应方法；具体过程如下：步骤4.1、设置去噪自编码器：通过最小化输入的平方重构损失函数来学习筛选后的源任务和目标任务之间的映射M，其中由筛选后的源任务组成的源域是Ps＝{S1,S2,…,Sj,…,sN}，由目标任务组成的目标域是Pt＝{t1,t2,…,tj,…,tN}；sj为第j个筛选后的源任务；tj为第j个筛选后的源任务对应的目标任务；N为筛选后的源任务或者目标任务的总数量；当源域和目标域具有不同的维度时，用0来填充源域或者目标域；损失函数公式如下： 式中，Lsq·为损失函数；tr[·]表示矩阵的迹；T为转置符号；同时，得到最小二乘的闭环形式的解，如下所示：M＝PtPsTPsPsT-1；Pt＝MPs；步骤4.2、设置核化自编码器：将源域和目标域的数据映射到高维空间，通过核函数构建映射关系，映射矩阵Mk如下：Mk＝PtKPs,PsTKPs,PsKPs,PsT-1； 式中，K·为核矩阵；Φ·为核函数；为一组最优解；步骤4.3、设置仿射变换：通过源域数据进行仿射变换，得到目标域的迁移解，公式如下： 式中，为目标域的迁移解；φa·为仿射变换；为源域的最优解；θ为仿射变换的参数；A为压缩变换，为平移变换，公式如下： 式中，Ls、Lt分别为源任务、目标任务逆协方差矩阵的Cholesky分解得到的下三角矩阵；Cholesky分解是把一个对称正定的矩阵表示成一个下三角矩阵和其转置的乘积的分解；分别为源任务和目标任务的协方差矩阵；步骤4.4、根据线性回归决定系数R2线性、多项式拟合决定系数R2多项式进行三种域自适应方法的选择；具体过程如下：预先设置线性阈值和多项式阈值；首先计算源域中筛选后的源任务数据和目标域中目标任务数据的线性回归决定系数R2线性，当R2线性大于线性阈值时，则选择去噪自编码器这一域自适应方法；然后计算源域中筛选后的源任务数据和目标域中目标任务数据的多项式拟合决定系数R2多项式，当R2多项式大于多项式阈值时，则选择核化自编码器这一域自适应方法；否则，选择仿射变换这一域自适应方法；具体公式如下： 步骤5、基于差分进化算法和锦标赛选择策略得到最优井网井位；具体过程如下：步骤5.1、基于差分进化算法对初始油藏井位个体种群进行变异、交叉、选择操作；步骤5.2、每间隔五次差分进化迭代向当前油藏井位个体中加入知识迁移后的油藏井位个体，即加入迁移解；步骤5.3、采用锦标赛选择策略迭代得到最优井网井位。

全文数据：

权利要求：

百度查询： 青岛理工大学 一种基于知识迁移的井网井位优化方法