混合物理數據驅動模型突破CCUS協同優化計算瓶頸
|日期：2025-02-07 |訪問量：
碳捕集利用與封存國際創新研究院芮振華教授團隊在《鉆采工藝》發表創新成果，提出全球首個面向CO?利用與封存協同優化的組分模擬代理模型（comp-GPSNet）。該模型通過融合物理機制與深度學習，成功解決傳統三維高分辨率數值模擬計算成本高昂的難題——在PUNQ-S3油藏案例中，模型將計算耗時從數周縮減至數小時，CO?利用率與封存率預測誤差分別低至0.16%和3.13%，為CCUS全鏈條優化提供實時決策支持。
技術突破
當前CCUS項目中CO?驅油與封存的協同優化依賴大量組分模擬，但常規高精度模型需百萬級網格運算，單次模擬消耗超萬CPU小時。comp-GPSNet創新性地將油藏離散為動態流動網絡，引入多組分閃蒸平衡方程（基于Rachford-Rice方程與Peng-Robinson狀態方程）和伴隨梯度優化算法，構建輕量化物理內核；同步利用Levenberg-Marquardt優化器對53個關鍵參數（包括傳導率、孔隙體積、井指數等）進行高效校準，訓練效率較傳統L-BFGS-B算法提升7倍，失配值降低82%。
效果驗證
在法國PUNQ-S3油藏（含1761個有效網格、8口生產井、2口CO?注入井）的測試中，模型僅需160個等效網格即可復現復雜相行為。訓練階段（5400天隨機井控數據）對生產井的產油/氣速率、CO?突破曲線及井底壓力擬合決定系數（R2）均超0.98；預測階段精準捕捉井控策略切換（如定產油轉定井底壓力）引發的流量波動，突破傳統代理模型外推能力局限。
應用前景
該模型已獲中國國家重點研發計劃支持，可無縫集成至CCUS智能決策平臺，實現封存選址、注采參數、經濟性評估的分鐘級優化。團隊正與延長石油合作開展現場部署，推動碳封存成本降低20%以上。