买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛理工大学申请的专利一种基于强化学习的二氧化碳地质封存高效数值模拟方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120542328B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511038776.7，技术领域涉及：G06F30/28；该发明授权一种基于强化学习的二氧化碳地质封存高效数值模拟方法是由张文娟;张凯设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于强化学习的二氧化碳地质封存高效数值模拟方法在说明书摘要公布了：本发明公开了一种基于强化学习的二氧化碳地质封存高效数值模拟方法，属于油气藏数值模拟与人工智能交叉技术领域，包括如下步骤：步骤1、建立二氧化碳地质封存全隐式数值模拟模型；步骤2、构建强化学习环境，包括设计状态空间、动作空间与奖励函数；步骤3、离线训练强化学习智能体，学习时间步长控制策略；步骤4、在实际数值模拟中部署已训练的时间步长控制策略，实现实时步长调整。本发明通过引入强化学习智能体，构建状态‑动作‑奖励反馈闭环，实现时间步长的智能动态调整，突破传统启发式步长控制的局限，具有显著的工程应用价值。

本发明授权一种基于强化学习的二氧化碳地质封存高效数值模拟方法在权利要求书中公布了：1.一种基于强化学习的二氧化碳地质封存高效数值模拟方法，其特征在于，包括如下步骤： 步骤1、建立二氧化碳地质封存全隐式数值模拟模型；具体过程为： 步骤1.1、根据二氧化碳地质封存项目的工程实际和现有资料数据，选取油气藏数值模拟器，将网格数据导入到数值模拟器中，生成数值模拟使用的网格模型；网格数据包括网格类型、网格数量和维度； 步骤1.2、基于现有的地质认识，选取地质参数生成算法或基于参数扰动的反演类方法随机生成孔隙度和渗透率场； 步骤1.3、基于目标储层深度、地温梯度数据生成二氧化碳和地层流体的流体模型，流体模型具体包含流体的物性参数与压力的函数关系，以及流体的相对渗透率和毛管力与含水饱和度的函数关系；物性参数包括密度、粘度、溶解性； 步骤1.4、基于现场实际需求选取二氧化碳流动运移的数学模型； 步骤1.5、根据地层实际情况，设置边界条件和初始条件，同步确定不同的二氧化碳注入策略；同时，设置储层初始饱和地层水，设置初始压力为静压力分布；其中，二氧化碳注入策略包括注入井位、注入速率； 步骤1.6、基于建立的网格模型、孔隙度和渗透率场数据、流体模型、流动运移数学模型以及初始条件和边界条件，分别采用有限体积数值方法和反向欧拉法对数学模型的方程进行空间和时间离散，得到全隐式数值模拟模型；全隐式数值模拟模型的公式为： ； 其中，为全隐式数值模拟模型；、分别表示当前时间步、上一时间步；和分别表示当前时间步待求解的未知量和上一时间步已经求解的未知量；表示当前时间步下井的控制条件；表示当前时间步的时间步长； 步骤2、构建强化学习环境，包括设计状态空间、动作空间与奖励函数； 步骤3、离线训练强化学习智能体，学习时间步长控制策略；具体过程为： 步骤3.1、在步骤2状态空间、动作空间和奖励函数设计的基础上，将步骤1建立的二氧化碳地质封存全隐式数值模拟模型封装为强化学习中的智能体进行交互的环境，编写环境的初始化函数和状态转移函数；初始化函数通过对渗透率场和二氧化碳注入速率进行随机采样完成环境的初始化，并进行一个时间步的模拟计算，得到环境的初始状态；状态转移函数根据智能体的输出确定下一时间步的时间步长，完成一个时间步的模拟计算，输出新的状态向量、奖励值以及模拟是否结束的信号；每一个回合开始时，环境使用步骤1.2随机初始化孔隙度、渗透率场，并使用步骤1.5在预先确定的范围内随机制定二氧化碳注入策略；然后使用确定的初始时间步长进行一个时间步的计算，利用计算的结果得到第一个时间步的状态向量；随后智能体与环境持续交互，智能体根据当前状态选择动作得到下一时间步的时间步长，环境运行一个时间步后更新状态，并给出奖励值，直到运行完总的模拟时间； 步骤3.2、选取强化学习算法训练强化学习智能体，智能体与环境反复交互，逐步学习步长调整策略；训练样本包括不同的孔隙度、不同的渗透率场、不同的二氧化碳注入井位和注入速率CO2封存场景；训练目标为使每一次完整数值模拟的总牛顿迭代次数最小，同时保证整个模拟过程收敛； 步骤4、在实际数值模拟中部署已训练的时间步长控制策略，实现实时步长调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛理工大学，其通讯地址为：266525 山东省青岛市黄岛区嘉陵江东路777号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。