基于深度学习和图论的全井网注水开发优化方法

摘要

本发明公开了一种基于深度学习和图论的全井网注水开发优化方法，具体方法包括：(1)获取全注采目标井网的几何信息，构建得到深度卷积神经网络结构；(2)根据全注采井网注水井和生产井的位置关系，以单个五点注采井网为基本单元进行划分，并以基本单元五点网点汇有向图；(3)获取目标井网的历史生产数据，并选择其60％作为训练集，剩余40％作为验证集；(4)利用历史生产数据对所述卷积神经网络结构进行迭代训练验证，建立应用于全井网注水开发优化的卷积神经网络模型。在不断的模型训练中可以获得注水量对采油量的影响，同时获得最佳注水量范围，由此为调整注水井的注水参数，有效提高采油井的采油效率提供了科学依据。