基于物理约束的DL模型预测致密油压裂范围的方法

摘要

本发明提供一种基于物理约束的DL模型预测致密油压裂范围的方法，属于致密油压裂技术领域。该方法首先对所研究的问题提出合理物理假设并设置相关参数，然后建立二维轴对称的数值计算模型，进行网络的划分并设置时间步，建立深度学习模型，设置深度神经网络模型的结构和其他参数，用测试集得到预测结果，使用L2范数和决定系数R²作为评价指标对预测结果进行评价，比较考虑物理约束与不考虑物理约束下神经网络预测的精度，最后在添加物理约束的神经网络的基础上改变训练数据量大小并衡量其预测能力。该方法可应用于两驱模型分区的流场分布的快速预测，其预测准确率及适应能力较强，计算速度快，可良好的解决致密油流场分布未知问题和小样本预测问题。