上证报中国证券网讯（记者韩远飞）日前，中国科学院沈阳自动化研讨所工业操控网络与体系研讨室科研团队在油气范畴获得发展。针对杂乱油藏渗流场快速精准猜测难题，沈阳自动化所提出一种物理信息深度算子建模办法（PI-DeepOKAN），为油藏动态模仿与智能决议计划供给了高效的东西。

  团队构建了输出面重加权的多分支深度算子架构，用于一致表征油藏静态地质参数与动态出产条件。针对压力场与饱和度场的不同演化规则，团队引进注意力机制，自适应调整地质参数与井控信息的交融权重，克服了传统深度算子网络多源信息固定交融的缺点。

  一起，研讨交融Kolmogorov-Arnold（KA）网络的可学习非线性映射珍重，显着进步模型在强非均质储层、有限样本条件下对杂乱多相流规则的描写珍重。团队还构建了包括多相流操控方程、初始条件、表里边界条件及断层界面束缚的全链条物理信息丢失函数，确保模型猜测成果严厉契合油藏活动机理。

  试验依据成果得出，PI-DeepOKAN可以精准描写杂乱油藏压力传达与水驱前缘演化，在确保物理一致性的一起，大幅度的进步猜测功率，可作为油藏快速模仿、出产动态剖析与智能优化决议计划的高效署理模型。