本發明提出了一種基于元學習(Meta?Learning)的多任務油田生產動態擬合模型。油田生產任務眾多,特性復雜,針對每一類任務每一個油田設計算法模型不現實,因此我們提出了基于元學習的多任務油田生產動態擬合模型。該模型相比與常用的算法模型具有以下優勢:該模型適用于多類任務,例如分類、回歸以及強化學習等;該模型適用于當前常用的多種模型,例如CNN、DNN等;該模型在數據集較少的情況下表現優于常見的模型,模型訓練速度快,通過較少次數的梯度下降就可以到達很好的效果;該模型針對油田任務提出了一種通用的表達方式。該模型分為訓練階段與運行測試階段:訓練階段,通過不同井的生產數據,調整模型參數,找到每口井的敏感參數,從而得到較好的油田生產動態模型;運行階段,針對不同類型的任務,可以較好的實現某口井的生產動態預測任務(回歸),井下故障預測任務(分類),或者其他任務。
聲明:
“基于元學習的多任務油田生產動態擬合模型” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)