近年、中国の石油需要は継続的に増加しており、油層開発の難易度が高まっているため、高効率な油層最適採掘手法の検討が非常に重要となっています。油井位置最適化は油層最適採掘の核心的な段階であり、既存の多くの手法はゼロから最適化を行う必要があり、最適化効率が低いという課題があります。最適化効率を向上させるために、移動最適化手法を井位最適化問題に適用し、過去の井位最適化タスクの経験を学習して現在のタスクに有効な探索方向を提供します。ノイズ除去オートエンコーダー、カーネルオートエンコーダー、アフィン変換の3つのドメイン適応手法を融合し、線形回帰によってソースタスクとターゲットタスク間の線形相関を定量化し、これをドメイン適応手法の選択基準としています。2つの油層実例で実験検証を行った結果、この融合型ドメイン適応手法は差分進化アルゴリズムの探索性能を著しく向上させ、限られた計算資源でより優れた井位最適化策を得られることを示しました。

井位最適化;ドメイン適応;進化アルゴリズム;線形回帰