地下渗流参数反演方法、装置、设备及介质

本发明涉及地下水渗流参数反演，尤其涉及一种地下渗流参数反演方法、装置、设备及介质。

背景技术：

1、目前，地下渗流参数反演方法主要包括基于数值求解的迭代反演方法和纯数据驱动反演方法。其中，基于数值求解的迭代反演方法通常需要在外层优化或采样过程中反复调用数值求解器，计算成本高，且求解耗时长，在观测数据稀疏或噪声较强时易出现收敛缓慢、陷入局部最优以及结果不稳定等问题。而纯数据驱动方法虽具有较快的推理速度，但高度依赖大量观测数据，在参数真值获取困难、标签样本极少的情况下，往往存在可解释性不足、泛化能力差以及物理一致性较弱等问题。

2、在实际工程中，原始观测通常来自井点、监测点或少量生产位置处的水头、压力及流量时间序列，而全域水力传导系数真值往往仅能在少数空间位置通过试井、测井解释、取芯或现场标定等方式获取，这使得现有的地下渗流参数反演方法在面临稀疏观测条件时，具有明显的不适定性和弱可辨识性。因此，如何在稀疏观测、少量参数标签及复杂非均质背景下实现快速、稳定且具有物理一致性的地下渗流参数反演，成为本领域亟需解决的技术问题。

技术实现思路

1、有鉴于此，本发明提供一种地下渗流参数反演方法、装置、设备及介质，以解决现有地下渗流参数反演方法在稀疏观测条件下存在明显的不适定性和弱可辨识性的技术问题。

2、第一方面，提供了一种地下渗流参数反演方法，该方法包括：

3、获取目标地下渗流区域内多个第一预设观测位置的观测数据集合、多个第二预设观测位置的参数标签数据集合、边界条件和初始条件，其中，第一预设观测位置的数量大于第二预设观测位置的数量；

4、构建静态参数反演网络和动态响应预测网络，其中，静态参数反演网络用于建立从空间坐标到地下渗流参数的静态映射关系，动态响应预测网络用于建立从时空坐标及渗流参数到动态响应场的非线性映射关系；

5、基于静态参数反演网络和动态响应预测网络，确定目标地下渗流区域内预设采样位置的地下渗流参数预测值和动态响应预测值；

6、基于地下渗流参数预测值和动态响应预测值，通过预设地下渗流控制方程计算得到物理残差；

7、基于观测数据集合、参数标签数据集合、边界条件、初始条件和物理残差，通过静态参数反演网络和动态响应预测网络，构建联合损失函数；

8、基于联合损失函数，对静态参数反演网络和动态响应预测网络进行联合训练，得到地下渗流参数反演模型；

9、基于地下渗流参数反演模型，对目标地下渗流区域进行前向推理，得到目标地下渗流区域的全域地下渗流参数场和全域动态响应场。

10、第二方面，提供了一种地下渗流参数反演装置，该装置包括：

11、获取模块，用于获取目标地下渗流区域内多个第一预设观测位置的观测数据集合、多个第二预设观测位置的参数标签数据集合、边界条件和初始条件，其中，第一预设观测位置的数量大于第二预设观测位置的数量；

12、第一构建模块，用于构建静态参数反演网络和动态响应预测网络，其中，静态参数反演网络用于建立从空间坐标到地下渗流参数的静态映射关系，动态响应预测网络用于建立从时空坐标及渗流参数到动态响应场的非线性映射关系；

13、确定模块，用于基于静态参数反演网络和动态响应预测网络，确定目标地下渗流区域内预设采样位置的地下渗流参数预测值和动态响应预测值；

14、计算模块，用于基于地下渗流参数预测值和动态响应预测值，通过预设地下渗流控制方程计算得到物理残差；

15、第二构建模块，用于基于观测数据集合、参数标签数据集合、边界条件、初始条件和物理残差，通过静态参数反演网络和动态响应预测网络，构建联合损失函数；

16、模型训练模块，用于基于联合损失函数，对静态参数反演网络和动态响应预测网络进行联合训练，得到地下渗流参数反演模型；

17、生成模块，用于基于地下渗流参数反演模型，对目标地下渗流区域进行前向推理，得到目标地下渗流区域的全域地下渗流参数场和全域动态响应场。

18、第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述地下渗流参数反演方法的步骤。

19、第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述地下渗流参数反演方法的步骤。

20、上述地下渗流参数反演方法、装置、设备及介质所实现的方案中，首先获取区域内的观测数据、少量参数标签、边界条件及初始条件。构建由静态参数反演网络和动态响应预测网络组成的双网络耦合反演框架。然后，通过地下渗流控制方程计算物理残差，并结合数据损失与物理损失构建联合损失函数。在此基础上，对双网络进行端到端联合训练，得到反演模型，最终利用该模型对区域进行前向推理，获得全域参数场与响应场。通过引入参数显式传递与物理耦合机制，实现了数据监督与物理约束的联合驱动，使得反演模型在满足物理一致性的同时，兼具较快的推理速度与较强的泛化能力，从而在观测稀疏、标签极少的条件下显著提升了参数场的可辨识性与反演精度。

1.一种地下渗流参数反演方法，其特征在于，包括：

2.根据权利要求1所述的地下渗流参数反演方法，其特征在于，所述基于所述静态参数反演网络和所述动态响应预测网络，确定所述目标地下渗流区域内预设采样位置的地下渗流参数预测值和动态响应预测值的步骤，具体包括：

3.根据权利要求1所述的地下渗流参数反演方法，其特征在于，所述基于所述地下渗流参数预测值和所述动态响应预测值，通过预设地下渗流控制方程计算得到物理残差的步骤，具体包括：

4.根据权利要求1所述的地下渗流参数反演方法，其特征在于，所述基于所述观测数据集合、所述参数标签数据集合、所述边界条件、所述初始条件和所述物理残差，通过所述静态参数反演网络和所述动态响应预测网络，构建联合损失函数的步骤，具体包括：

5.根据权利要求4所述的地下渗流参数反演方法，其特征在于，所述基于所述观测数据集合、所述参数标签数据集合、所述边界条件和所述初始条件，通过所述静态参数反演网络和所述动态响应预测网络，分别计算观测数据损失、参数标签损失、边界条件损失和初始条件损失的步骤，具体包括：

6.根据权利要求1所述的地下渗流参数反演方法，其特征在于，所述基于所述联合损失函数，对所述静态参数反演网络和所述动态响应预测网络进行联合训练，得到地下渗流参数反演模型的步骤，具体包括：

7.根据权利要求1所述的地下渗流参数反演方法，其特征在于，所述基于所述地下渗流参数反演模型，对所述目标地下渗流区域进行前向推理，得到所述目标地下渗流区域的全域地下渗流参数场和全域动态响应场的步骤，具体包括：

8.一种地下渗流参数反演装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的地下渗流参数反演方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的地下渗流参数反演方法的步骤。