Технология немиспочной закачки CO₂ в низкопроницаемые нефтяные пласты имеет важное значение для повышения коэффициента извлечения нефти и достижения углеродной нейтральности. Этот процесс связан с решением сильных нелинейных уравнений, традиционные численные методы моделирования сталкиваются с проблемами численной устойчивости и сходимости, требующими тонкой настройки временных и пространственных шагов. В связи с этим предложен численный метод моделирования на основе нейронных сетей с физической информированностью (Physics-Informed Neural Networks, PINNs) для немиспочной закачки CO₂ в низкопроницаемые пласты. Метод основан на классическом уравнении расщепления Buckley-Leverett (BL) с введением градиента пускового давления и параметра растворимости CO₂, раскрывающих их связанное влияние на распространение фронта вытеснения и эволюцию насыщенности. Включая уравнение BL и его начальные граничные условия в функцию потерь PINNs, нейронная сеть автоматически удовлетворяет ограничения управляющих уравнений в процессе тренировки, одновременно способна моделировать сложные нелинейные процессы фильтрации в непрерывном бесполосном пространстве, улучшая численную стабильность и предсказательную способность модели. Для проверки точности модели численное решение сравнено с аналитическим. Результаты показывают, что разработанная модель PINNs демонстрирует высокую точность в определении положения фронта вытеснения и распределения насыщенности жидкости, с минимальными отклонениями от аналитического решения, коэффициент детерминации (R²) превышает 93%, средняя абсолютная ошибка составляет 0.19×10^-2. По сравнению с традиционным явным разностным методом, численное моделирование PINNs обладает более высокой численной стабильностью и расширяемостью. Исследование предоставляет новый путь глубинного обучения для численного моделирования немиспочной закачки CO₂ в низкопроницаемые нефтяные пласты, способствуя более глубокому пониманию механизмов фильтрации при многопольном взаимодействии, а также обеспечивает теоретическую поддержку и методические рекомендации для эффективного геологического захоронения CO₂ и повышения коэффициента извлечения нефти.

нейронные сети с физической информированностью;низкопроницаемые нефтяные пласты;немиспочная закачка CO₂;градиент пускового давления;растворимость CO₂;уравнение Buckley-Leverett