本发明公开了一种基于机器学习的油藏数值模拟网格粗化方法,涉及油藏数值模拟领域。方法包括以下步骤:确定地质模型实现将要粗化成粗网格的尺寸和数量;选取部分地质模型实现记为模型集P1,其余模型记为模型集P2,对模型集P1中模型实现进行相对渗透率粗化计算,得到P1中粗网格的粗尺度相对渗透率数据;对所有地质模型实现的渗透率进行数据预处理;提取P1和P2中每个粗网格的渗透率分布特征,用机器学习算法对所有粗网格的渗透率分布特征进行归类,得到P1和P2中粗网格的类别;将P1中粗网格的粗尺度相对渗透率数据赋值给相似度最高的P2中的网格,得到P2近似的粗尺度相对渗透率数据;使用P1和P2中粗网格粗尺度的相对渗透率数据进行油藏数值模拟计算。
声明:
“机器学习辅助的两相流油藏随机建模的网格粗化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)