公开(公告)号：CN120046492A

公开(公告)日：2025-05-27

申请号：CN202510174432.2

申请日：2025-02-18

Applicant: 中国地质大学(武汉)

Inventor： 刘剑桥 ,  潘焕泉 ,  张道伟 ,  李博文 ,  朱艺亨 ,  刘佳 ,  赵旭 ,  匡铁 ,  孙天一

IPC: G06F30/27 ,  G06F30/28 ,  G06F18/241 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/086 ,  G06F111/06 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及CO2捕集与封存技术领域，尤其涉及一种平衡CO2封存量与地质风险的多目标优化方法，将多特征融合神经网络用于兼顾CO2地质封存效率与安全性综合优化的目标函数计算中，本发明引入了一种新的方法，旨在不仅最大化CO2封存体积，还减少与压力积累相关的地质风险，这种全面的优化方法确保了CO2封存操作的效率和安全性，本发明结合代理模型与NSGA‑II算法：展示了一种有效的方法，能够平衡CO2注入速率与地质风险，这种方法在地质不确定性下优化井控调度和生产井开启时机，最大化CO2注入体积，同时确保压力分布均匀，以此方式解决了现有技术中的优化方法中，在面临复杂的多目标优化任务时，代理模型在灵活性和计算效率方面受限的技术问题。

公开(公告)号：CN119989922A

公开(公告)日：2025-05-13

申请号：CN202510174251.X

申请日：2025-02-18

Applicant: 中国地质大学(武汉)

Inventor： 朱艺亨 ,  刘佳 ,  刘剑桥 ,  潘焕泉 ,  谢添 ,  张道伟 ,  赵旭 ,  匡铁 ,  孙天一

IPC: G06F30/27 ,  G06F30/28 ,  G06F18/241 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0455 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及碳捕集与封存(CCS)模拟技术领域，具体提供一种基于多特征融合神经网络的CCS快速模拟方法；该方法构建了一种融合型U神经网络(U‑Net)与傅里叶神经算子(FNO)的U‑FNO网络，提高CO2地质封存过程中压力场与饱和度场在长时间序列上的预测精度；同时，采用基于变压器编码器(Transformer Encoders，TE)的产量序列预测网络，将U‑FNO网络的输出端直接连接至TE网络的输入端，实现从地质参数和井控曲线到压力与饱和度场时序分布及对应产量曲线的直接预测；该方法有效克服了现有CCS模拟技术难以同时处理多特征输入与输出的问题，提升了CO2封存速率对储层安全性影响的预测效率，可为CCS工程优化与历史拟合提供高效可靠的智能模拟工具。