首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 汽车 游戏 社会热点 开源推荐 医疗健康 归档 标签 关于
智能AI morning

用于建模可变操作和量化地质碳储存不确定性的多模态自回归变压器替代品

摘要

arXiv:2608.02629v1 Announce Type: new Abstract: The use of variable well perforation and injection strategies can improve the efficiency of geological carbon storage operations. We develop a new multi...

and the The surrogate model control saturation for new injection
2026-08-05 1 阅读 约1分钟阅读 Yifu Han, Louis J. Durlofsky
分享:
字号:
arXiv:2608.02629v1 公告类型:新 摘要:采用可变井射孔和注入策略可以提高地质碳封存作业的效率。我们开发了一种新的多模态自回归变压器替代品来模拟地质不确定性下的这些操作。考虑了修改后的 SEAM CO2 地质模型,其中涉及具有三个堆叠含水层的断层系统。两口注入井从下到上分阶段射孔,阶段持续时间和单井注入量作为控制变量。代理模型通过单独的编码器处理三种输入模式 - 3D 地质模型、表征相对渗透率函数的标量参数和控制变量。它们通过变压器编码器中的自注意力进行融合,时间解码器通过编码器-解码器交叉注意力自动回归生成预测。使用 4000 个 GEOS 流量模拟对代理进行训练,以预测监测位置的饱和度和压力、总注入和移动二氧化碳质量以及饱和足迹。对于涉及随机采样的地质模型和控制变量的新测试集,替代项的中值饱和 MAE 为 0.028,其他感兴趣量的中值相对误差为 0.2-5%。重要的是,它捕获了从速率控制到井底压力控制的切换。代理模型在分层马尔可夫链蒙特卡罗数据同化过程中使用,用于在三种操作策略下合成真实模型。关键元参数的不确定性显着降低,特别是断层渗透率。饱和足迹以及总注入和移动二氧化碳质量的事后预测也与真实模型结果大体一致。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱