利用地震数据监测多孔储层水体容积：一项3D模拟研究
摘要：用神经网络来估计多孔贮水库中存储的水体积的潜在框架。在本研究中，人工地下水库被建模为耦合的多孔渗流粘弹性介质，基于Adams-Bashforth时间步进方案的三维间断Galerkin方法被用来解决基础的波传播问题。波问题解算器被用来生成用于神经网络机器学习模型的数据库，以估计水体积。在数值实例中，我们研究了一种基于反卷积的方法来规范源波形的影响，另外还考虑了神经网络对噪声水平的容忍度。我们还应用了SHapley Additive exPlanations方法，以更深入地了解哪部分输入数据对水体积估计贡献最大。数值结果显示了全连接神经网络估计多孔贮水库中水体积的能力。
作者：Mahnaz Khalili, Peter G"oransson, Jan S. Hesthaven, Antti Pasanen, Marko Vauhkonen, Timo L"ahivaara
论文ID：2211.14276
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2023-08-30