1.基于自动编码器和多目标优化的自动历史拟合方法,其特征在于,所述方法包括:
S1、读取原始的高维油藏静态参数,并采用自动编码器对所述高维油藏静态参数进行降维,得到降维后的油藏静态参数;
S2、采用基于分解的多目标优化算法对所述降维后的油藏静态参数进行优化,得到降维并优化的油藏静态参数;
S3、采用自动编码器对所述降维并优化的油藏静态参数进行数据重构,得到优化高维油藏静态参数;
S4、对所述优化高维油藏静态参数进行历史拟合模拟计算,得到模拟生产结果;
S5、将所述模拟生产结果与实际生产结果进行比较得到误差,判断所述误差是否低于预设误差值,若低于,则输出所述优化高维油藏静态参数,并结束流程,否则,返回步骤S2。
2.如权利要求1所述的基于自动编码器和多目标优化的自动历史拟合方法,其特征在于,所述S1具体包括:
构造自动编码器目标函数,并根据所述自动编码器目标函数将自动编码器输入层中的所述高维油藏静态参数压缩至隐藏层并去掉数据中的冗余信息,然后在输出层中对压缩至隐藏层中的数据进行降维,得到降维后的油藏静态参数,其中,所述高维油藏静态参数具体包括各划分网格的渗透率以及孔隙度。
3.如权利要求2所述的基于自动编码器和多目标优化的自动历史拟合方法,其特征在于,所述S2具体包括:
S21、构造历史拟合目标函数,所述目标函数由多个子目标问题对应的子目标函数构成;
S22、初始化参数,并设置优化停止条件,所述参数至少包括迭代次数、种群规模、参考点以及多个子目标问题分别对应的权重向量,所述参考点为每代各子目标函数的最优解的组合;
S23、根据预设算法规则条件更新参考点、相邻子问题的解以及种群;
S24、判断是否满足所述优化停止条件,若满足,则输出最优目标函数值以及所述最优目标函数值对应的降维并优化的油藏静态参数,否则返回步骤S23。
4.如权利要求3所述的基于自动编码器和多目标优化的自动历史拟合方法,其特征在于,所述S3具体包括:
构造自动编码器目标函数,并根据所述自动编码器目标函数将自动编码器输入层中的所述降维并优化的油藏静态参数压缩至隐藏层,然后在输出层中对压缩至隐藏层中的数据进行重构,得到优化高维油藏静态参数。
5.基于自动编码器和多目标优化的自动历史拟合系统,其特征在于,所述系统包括:
读取降维模块,用于读取原始的高维油藏静态参数,并采用自动编码器对所述高维油藏静态参数进行降维,得到降维后的油藏静态参数;
优化模块,用于采用基于分解的多目标优化算法对所述降维后的油藏静态参数进行优化,得到降维并优化的油藏静态参数;
重构模块,用于采用自动编码器对所述降维并优化的油藏静态参数进行数据重构,得到优化高维油藏静态参数;
模拟计算模块,用于对所述优化高维油藏静态参数进行历史拟合模拟计算,得到模拟生产结果;
比较判断模块,用于将所述模拟生产结果与实际生产结果进行比较得到误差,判断所述误差是否低于预设误差值,若低于,则转至所述输出模块,否则,转至所述优化模块;
输出模块,用于在所述误差低于预设误差值时,输出所述优化高维油藏静态参数。
6.如权利要求5所述的基于自动编码器和多目标优化的自动历史拟合系统,其特征在于,所述读取降维模块具体用于:
构造自动编码器目标函数,并根据所述自动编码器目标函数将自动编码器输入层中的所述高维油藏静态参数压缩至隐藏层并去掉数据中的冗余信息,然后在输出层中对压缩至隐藏层中的数据进行降维,得到降维后的油藏静态参数,其中,所述高维油藏静态参数具体包括各划分网格的渗透率以及孔隙度。
7.如权利要求6所述的基于自动编码器和多目标优化的自动历史拟合系统,其特征在于,所述优化模块具体包括:
构造单元,用于构造油藏目标函数,所述目标函数由多个子目标问题对应的子目标函数构成;
初始化单元,用于初始化参数,并设置优化停止条件,所述参数至少包括迭代次数、种群规模、参考点以及多个子目标问题分别对应的权重向量,所述参考点为每代各子目标函数的最优解的组合;
更新单元,用于根据预设算法规则条件更新参考点、相邻子问题的解以及种群;
判断单元,用于判断是否满足所述优化停止条件,若满足,则转至最优值输出单元,否则转至所述更新单元;
最优值输出单元,用于输出最优目标函数值以及所述最优目标函数值对应的降维并优化的油藏静态参数。
8.如权利要求7所述的基于自动编码器和多目标优化的自动历史拟合系统,其特征在于,所述重构模块具体用于:
构造自动编码器目标函数,并根据所述自动编码器目标函数将自动编码器输入层中的所述降维并优化的油藏静态参数压缩至隐藏层,然后在输出层中对压缩至隐藏层中的数据进行重构,得到优化高维油藏静态参数。