本发明涉及智能注水技术领域,尤其涉及一种基于吸水剖面的大数据人工智能注水方法,包括步骤1.利用深度全连接残差神经网络对井网内油井产液、产油进行预测,得到井网内产油及产液分布情况;步骤2.基于以上产能分析给出注水带有损失项概率化的连续性方程;步骤3.结合传统注采模型得到单井注水量;步骤4.按层劈分策略;步骤5.重复上述步骤1‑步骤4,本公开有效解决由于对地质条件认知不足和对注水去向的监控不够完善导致的注水作业的困难。
声明:
“基于吸水剖面的大数据人工智能注水方法” 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)