基于深度卷积生成对抗神经网络预测气窜方向

• 作者: 任佳伟 冯其红 周代余 李玉润 王森 范坤
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 深度卷积 对抗神经网络 结构相似性指数 气相饱和度
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 石油+人工智能
• 页码范围: 20-27
• 页数: 8页
• 分类号: TE357.72
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2020.04.003

摘要

注气开发是目前油田开发最有效的EOR方法之一,但注气开发面临见气时间早、气体突进严重等一系列问题.通过气窜方向预测能够及时调整工作制度,避免问题发生.利用深度卷积对抗神经网络建立渗透率场和注气后气相饱和度分布的动态映射关系,通过输入渗透率场的数据进行图像映射,得到不同时间的气相饱和度分布,预测气窜方向.结果表明:深度卷积方法在提取渗透率特征方面表现出良好性能;采用图像的结构相似性指数(SSIM)作为检验指标,将用对抗神经网络方法建立的气相饱和度分布与商业数值模拟器预测结果进行对比,二者结构相似度大于0.9;深度卷积生成对抗网络(DC-GAN)能够有效地预测注入气体在油藏中的气窜方向.