《Processes》:Reservoir Modeling Assisted with Knowledge-Enhanced Large Language Models
编辑推荐:
油藏模拟是表征地下流体流动并支持油藏开发与生产优化的重要技术。传统油藏建模要求工程师从异构数据中提取模型相关信息,将信息整理为预定义格式,并通过专业软件生成模拟器特定的输入文件。由于建模复杂度高,构建和迭代更新此类模型往往需要数月时间。大语言模型(LLMs)提
油藏模拟是表征地下流体流动并支持油藏开发与生产优化的重要技术。传统油藏建模要求工程师从异构数据中提取模型相关信息,将信息整理为预定义格式,并通过专业软件生成模拟器特定的输入文件。由于建模复杂度高,构建和迭代更新此类模型往往需要数月时间。大语言模型(LLMs)提供了一种潜在替代方案,可通过自然语言建模指令将建模需求转换为模拟器输入指令。然而,专有油藏模拟器在公开训练语料中代表性不足,其关键字系统可能与广泛文档化的商业模拟器存在显著差异。本研究以组分高级模拟系统(COMPASS)——一款面向非常规资源的内部油藏模拟器——为目标模拟器来应对这些挑战。所提出的知识增强大语言模型框架将检索增强生成(RAG)与模式约束工具调用相结合,以支持井控指令生成。在采用DeepSeek-V4.1-Flash的50项RECURRENT基准测试中,四种生成策略分别取得了平均准确率:策略I(零样本)为0.67%,策略II(RAG)为74%,策略III(模式约束工具调用)为98%,策略IV(RAG结合模式约束工具调用)为100%。使用不同基础LLM的附加实验显示准确率范围为92.0%至100.0%。这些结果表明,将企业领域知识检索与模式约束输出生成相结合,能够显著提高基于LLM的专有油藏模拟软件指令生成的可靠性。
油藏模拟是表征地下多相流体流动并支持油藏开发规划、生产优化和增产的重要定量技术。传统油藏建模要求工程师从地质、岩石物理、流体、井和生产数据中提取模型相关信息,按预定义格式组织,并通过专业软件生成模拟器输入文件。历史拟合、开发方案对比和井位/操作约束优化等过程需要反复修改模型参数和输入文件,建模效率直接影响油藏工程工作流。大语言模型(LLMs)可将自然语言建模需求转换为模拟器输入指令,但通用LLM对专有模拟器语法缺乏可靠参数化知识。以本文目标模拟器COMPASS为例,其井控指令系统与广泛文档化的Eclipse风格语法差异显著,通用LLM易生成看似合理但无法解析的Eclipse式输出。因此,需要将企业特定知识注入LLM生成过程。
研究人员构建了知识增强LLM框架,以中石化石油勘探开发研究院的专有油藏模拟器COMPASS(版本2025B)为目标,结合检索增强生成(RAG)与模式约束工具调用,实现井控指令自动生成。在50项RECURRENT基准上,零样本准确率仅0.67%,RAG提升至74%,模式约束工具调用达98%,两者结合达100%;在不同基础LLM上准确率为92%–100%。结果表明,企业知识检索与形式化输出约束相结合可大幅提升专有模拟器指令生成的可靠性,且无需模型微调。
研究人员采用的主要技术方法为:首先对COMPASS模拟器关键字手册进行结构恢复和关键词级重组,将跨页表格、不完整示例恢复为完整内容,并按关键词整理为自包含知识条目,共104条;使用BGE-M3多语言嵌入模型向量化并存入ChromaDB向量数据库。推理时,将用户需求嵌入并检索top-5相关条目注入LLM上下文,实现RAG。其次,针对RECURRENT井控模块,将语法规则用Pydantic数据模型编码为四层嵌套模式,定义字段、数据类型、枚举和依赖关系;LLM通过工具接口(TIME_Generator和RECURRENT_Generator)生成结构化参数,经校验后由确定性生成器渲染为模拟器指令。评估采用正则表达式自动评分与人工复核相结合。数据来源为COMPASS模拟器关键字手册。
研究结果如下:
3.1 基准测试与实验设置
研究人员构建了通用关键词基准(100项任务,44个关键词)和RECURRENT井控基准(50项任务,覆盖主要井控语法模式)。每个任务对应人工验证的参考答案和正则表达式规则,基准答案未放入知识库以避免泄漏。
3.2 检索增强生成的有效性
在100项通用关键词任务上,零样本准确率为22%,RAG提升至84%,绝对提升62个百分点。错误分析显示,RAG将模拟器知识错误从39例降至2例,默认值和控制选项错误完全消除。检索命中率hit@1为75%,hit@3为97%,hit@5为99%,表明剩余误差源于自由生成对输出结构控制不足,而非知识缺失。
3.3 模式约束工具调用的性能
在50项井控任务上,零样本准确率仅0.67%;RAG为74%;模式约束工具调用为98%,RAG结合模式约束工具调用为100%。RAG消除了知识错误,但遗留默认值错误(如未指定压力限值时未插入NA)