本发明涉及一种基于双并联神经网络的机器学习的注采连通性确定方法,具体包括以下步骤:步骤一:获取双并联神经网络模型的输入、输出数据,并进行数据预处理,步骤二:构建双并联神经网络,并进行模型训练,步骤三:基于训练完成的双并联神经网络,进行连通性分析,步骤四:利用测试集数据检查模型的泛化能力。本发明具有计算速度快,经济成本低,表征精度高,无需考虑地质静态参数等优点。该网络还可以用于生产预测,对于油田现场调整注采关系,采取堵水调剖措施,以及井网优化等都具有重要的指导意义;通过历史注采数据,可准确计算评估注采动态连通性的演变过程及生产历史内总的连通情况,集成两种连通性分析为一体,可满足实际应用需求。
声明:
“基于双并联神经网络的机器学习的注采连通性确定方法” 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)