地质CO₂储存的布朗桥增强代理模拟与注Injection规划
机器人学
2025-05-27 v1
摘要
地质CO₂储存（GCS）涉及将捕获的CO₂注入深地下构造以支持气候目标。有效的GCS管理依赖于自适应注Injection规划，通过动态控制注Injection率和井压力，在储存安全和效率之间进行平衡。先前文献，包括数值优化方法和代理优化方法，受限于GCS实际要求的平滑状态转换和有限时间内的目标导向规划。为此，我们提出了基于布朗桥的代理模拟和注Injection规划框架，并提出了两种见解：(i) 布朗桥作为平滑状态正则器以实现更好的代理模拟；(ii) 布朗桥作为目标时间条件规划指导以提高注Injection规划效果。该方法包含三个阶段：(i) 从历史储库和效用轨迹中通过对比损失和重构损失学习深层布朗桥表示；(ii) 将布朗桥基于的下一个状态插值用于模拟器正则化；(iii) 通过布朗效用条件轨迹引导注Injection规划，以生成高质量的注Injection计划。跨多个数据集的实验结果表明，我们的框架在保持低计算开销的同时，持续改善了仿真保真度和规划效果。
引用
@article{arxiv.2505.18204,
title = {Brownian Bridge Augmented Surrogate Simulation and Injection Planning for Geological CO$_2$ Storage},
author = {Haoyue Bai and Guodong Chen and Wangyang Ying and Xinyuan Wang and Nanxu Gong and Sixun Dong and Giulia Pedrielli and Haoyu Wang and Haifeng Chen and Yanjie Fu},
journal= {arXiv preprint arXiv:2505.18204},
year = {2025}
}