基于傅里叶神经算子代理模型的地热开采生产制度优化

作     者：叶家巍 吴克柳 陈掌星 李靖 王楠哲 毕剑飞 朱清源 彭斐 

作者机构：中国石油大学(北京)人工智能学院 中国石油大学(北京)油气资源与探测国家重点实验室 卡尔加里大学石油与化学工程系 斯坦福大学能源工程系 

出 版 物：《大庆石油地质与开发》 (Petroleum Geology & Oilfield Development in Daqing)

年 卷 期：2025年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080703[工学-动力机械及工程] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目“不同赋存状态有机质的生排烃特征研究”(41072107) 国家自然科学基金项目“页岩储层压裂液侵入/返排/滞留机理及其对气井产能影响规律研究”(52104051) 北京市自然科学基金项目“非常规储层纳米孔水传输研究”(3232029) 

主　　题：地热开采 生产制度 代理模型 傅里叶神经算子 遗传算法 

摘      要：中国地热资源分布广泛，开采地热能源可以减少对化石燃料的依赖。优化地热开采的生产制度是实现地热开发收益最大化的重要途径之一，因此提出了一种基于深度学习的代理模型与优化算法的联合应用方法。利用傅里叶神经算子（FNO）构建地热开发模拟代理模型，该模型能够准确预测不同生产制度和不同开采阶段下的储层温度场和压力场，从而避免直接求解偏微分方程组；在此基础上为了实现地热开发生产制度的最优设计，采用具有全局搜索能力的遗传算法，对多变量和复杂约束条件下的参数进行优化。应用结果表明：FNO代理模型在准确性和模拟效率方面表现突出，遗传算法则能显著提升生产制度的优化速度和净现值。研究成果为提高地热开采的效率和经济性提供了新的方法和依据。