用于高对比孔隙介质储层模拟中局部基函数计算的双域深度学习方法
数值分析
2025-11-27 v1 机器学习
数值分析
摘要
在能源科学中，Darcy流在各异性孔隙介质中是储层模拟的核心问题。然而，这类介质的显著多尺度特征对传统数值方法在计算需求和效率方面构成了重大挑战。混合广义多尺度有限元方法(MGMsFEM)提供了有效的框架来解决这些挑战，但多尺度基函数的构建仍然计算昂贵。在本文中，我们提出一种双域深度学习框架，用于加速MGMsFEM中多尺度基函数的计算，以解决Darcy流问题。通过在频率和空间域中提取和解码渗透率场特征，此方法使我们能够快速生成多尺度基函数的数值矩阵。数值实验表明，所提出的框架在保持高精度的同时实现了显著的计算加速，从而为未来的实际储层工程应用提供了潜在可能性。
引用
@article{arxiv.2511.20685,
title = {Dual-Domain Deep Learning Method to Accelerate Local Basis Functions Computation for Reservoir Simulation in High-Contrast Porous Media},
author = {Peiqi Li and Jie Chen},
journal= {arXiv preprint arXiv:2511.20685},
year = {2025}
}