创新性：代理模型的建立对辅助历史拟合有重要作用，而现有的代理模型大多考虑渗透率等可以使用图像表征的空间型数据，对相对渗透率等向量型数据无法考虑。基于此，本文构建了基于深度卷积编码-解码网络的代理模型以进行剩余油分布及压力场分布预测，进而计算油藏产量。主要创新点为可考虑多种油藏建模数据，如空间型数据（渗透率等）和向量型数据（流体特性，即相对渗透率等）。另外，本文提出了一种修正方法，即为井所在网格添加约束，可以提高模型预测油水井产量的准确性。

中文摘要：储层建模数据可分为两类：空间型数据（即渗透率、有效网格、裂缝、不规则边界等）和向量型数据（流体特性，即相对渗透率、密度、粘度等）。本文主要考虑渗透率和相对渗透率这两种数据类型的代表，构建用于预测注水期间非均质油藏饱和度和压力场的代理模型。代理模型建立在密集的编码器-解码器网络上，以学习不同时间步长的油藏动态状态。结果表明，经过训练的代理模型可以准确地预测流体饱和度和压力场。另外，本文提出了一种校正方法，即为井点处添加约束。校正后，训练好的代理模型用于计算油藏产量。对比结果表明，代理模型能够以较高的准确度预测油水井产量。与传统的油藏数值模拟器相比，代理模型可以预测流体饱和度、压力和井速，准确度相近，时间成本更低。

Journal of Petroleum Science and Engineering涵盖了石油和天然气的勘探、生产和流动领域，包括：油藏工程；油藏模拟；岩石力学；岩石物理学；孔隙级现象；测井、测试和评估；数学建模；提高油气采收率；流体力学;多孔介质中的多相流；生产工程；形成评估；勘探方法；地质构造/地下的二氧化碳封存等。该期刊最新影响因子为4.346，近3年平均影响因子IF为3.646，JCR分区为Q1区，中科院工程技术大类2区。

文章链接：

https://doi.org/10.1016/j.petrol.2021.109694.

引用格式：

 Kai Zhang*, Xiaoya Wang, Xiaopeng Ma, Jian Wang, Yongfei Yang, Liming Zhang, Jun Yao, Jian Wang. The prediction of reservoir production based proxy model considering spatial data and vector data[J]. Journal of Petroleum Science and Engineering, 2022, 208:109694.