一种基于时变电场的储层流体波及前缘的实时测量方法

本发明提供一种基于时变电场的储层流体波及前缘的实时测量方法，属于基于时变电场的储层流体波及前缘的实时测量技术领域，本发明利用深度神经网络对储层流体前缘推进过程进行连续动力学建模，同时在损失函数中引入达西定律和麦克斯韦电磁方程的物理约束，使模型预测的饱和度分布始终受到地下流体流动规律的约束，从而在数据稀疏区域保持物理合理性。进一步通过多物理场协同转导和全变分正则化反演框架，精确捕捉多相流体界面的空间分布特征，本发明解决了现有技术中存在的难以实现储层流体波及前缘空间分布的实时高分辨率测量的技术问题。