简介： 本发明公开了一种基于深度强化学习的油藏注采优化方法，属于油气田开发工程领域，包括如下步骤：采集油田地质数据建立油藏数值模拟模型；构建深度强化学习Actor‑Critic算法框架；读取当前时刻油藏的状态，并做归一化处理；利用策略网络执行一次动作，实时改变井的决策方案；计算当前的奖励，训练更新策略网络和动作价值网络的参数；根据最终训练的策略网络得到不同开发时刻的最优生产方案。本发明中的深度强化学习方法能够根据不同的油藏状态自适应地设计生产方案，可以在有限的时间和计算资源下实现更高的经济效益；同时还可以用于油田开发过程中的井位优化、历史拟合等问题，具有很好的推广应用价值。