Nos últimos anos, a demanda por petróleo na China tem crescido continuamente, tornando o desenvolvimento de reservatórios mais difícil, e a busca por soluções eficientes para otimizar a exploração de reservatórios torna-se especialmente importante. A otimização da localização de poços, como etapa central na otimização da exploração de reservatórios, na maioria das vezes exige que a otimização comece do zero, resultando em baixa eficiência. Para melhorar a eficiência da otimização, foi aplicado um método de otimização por transferência ao problema de otimização da localização de poços, aprendendo a experiência das tarefas históricas de otimização para fornecer uma direção de busca eficaz para a tarefa atual. Foram fundidos três métodos de adaptação de domínio: autoencoder de denoising, autoencoder kernel e transformação afim, utilizando regressão linear para quantificar a correlação linear entre a tarefa fonte e a tarefa alvo, servindo como base para a seleção do método de adaptação de domínio. Através de experimentos com dois exemplos de reservatórios, os resultados mostram que este método de adaptação de domínio fundido pode melhorar significativamente o desempenho de busca do algoritmo de evolução diferencial, permitindo obter soluções melhores de otimização da localização dos poços com recursos computacionais limitados.

otimização da localização de poços;adaptação de domínio;algoritmo evolutivo;regressão linear