科研之友
微信
新浪微博
Facebook
分享链接
摘要
就油气田开发而言，深度学习在产量预测、饱和度预测、数值模拟等问题已经得到了广泛应用。但是，基于纯数据驱动的深度学习预测模型，存在着泛化能力较弱，数据需求量大等问题，这些问题限制了其在油藏开发动态预测方面的应用。对此，本文介绍了一种基于油藏渗流力学和数据驱动的深度学习神经网络模型，首先通过大量的文献调研，综述出物理信息神经网络（PINN）方法的国内外现状，总结PINN的机理，同时对基于PINN预测效果的影响因素进行了分析，为使用PINN方法对油藏动态预测提供一定的指导意义，同时也为油藏动态预测研究提供了理论依据与方向。
- 单位
