中文

基于循环转换 U-Net 的亚地质脉冲构造流动建模与数据同化

机器学习 2025-08-26 v1

摘要

许多亚地质构造,包括一些正在考虑用于大规模地质碳存储的构造,都包含广泛的断层,这些断层会对流体流动产生强烈影响。本研究开发了一种新的循环转换 U-Net 代理模型,用于在真实断层亚地质水盆系统中对压力和二氧化碳饱和度进行非常快速的预测。该几何模型包括目标水盆(其中注入超临界 CO₂)、周围区域、 caprock、两个广泛的断层以及两个上覆水盆。断层可作为三个水盆之间泄漏路径。目标水盆中的各异性物性场由分层不确定性特征,即地质次参数(如对数渗透率的均值和标准差)以及每个实现的详细细胞属性,都具有不确定性。断层渗透率也被视为不确定。该模型通过对(最多)4000 个随机抽样的实现进行仿真进行训练。误差评估表明,该模型比以前的循环残差 U-Net 更准确,并且它能够保持对质量不同的泄漏情景的准确性。随后将新的代理模型用于全局灵敏度分析和数据同化。应用分层马尔可夫链蒙特卡洛数据同化程序。考虑了不同监控策略,即对应于不同数量和类型的监测井所收集的观测数据,用于三个合成真实模型。详细结果表明,各种监控策略实现的不确定性降低程度。对于 3D 饱和度浪涌和泄漏体积的后验结果表明,在所有三个水盆中测量压力和饱和度的好处。

关键词

引用

@article{arxiv.2508.16631,
  title  = {Recurrent Transformer U-Net Surrogate for Flow Modeling and Data Assimilation in Subsurface Formations with Faults},
  author = {Yifu Han and Louis J. Durlofsky},
  journal= {arXiv preprint arXiv:2508.16631},
  year   = {2025}
}