本发明提供一种基于人工智能的油水两相流相对渗透网格粗化方法,1)、建立地质模型;2)、确定粗网格的尺寸和数量,划分粗网格;3)、抽取设定比例的粗网格记为样本集F1,其余粗网格记为样本集F2,对样本集F1进行相对渗透率粗化计算,得到样本集F1中粗网格的粗尺度相对渗透率;4)、对地质模型中所有的粗网格渗透率进行数据预处理;5)、以样本集F1中每个粗网格渗透率的分布特征和粗网格的粗尺度相对渗透率数据训练机器学习算法,并通过十折交叉验证法得到粗网格粗尺度相对渗透率的预测模型;6)、采用预测模型对样本集F2中粗网格的粗尺度相对渗透率进行预测;7)、使用F1中粗尺度相对渗透率和F2中预测的粗尺度相对渗透率进行油藏数值模拟计算。
声明:
“基于人工智能的油水两相流相对渗透网格粗化方法” 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)