本发明提供一种基于渗流控制方程的储层纵向非均质性评价方法,属于油藏开发技术领域。该方法首先利用数值模拟技术获取油藏的样本数据集,然后建立基于油藏动态数据的特征提取器,设置多个特征提取器对动态数据进行特征提取,生成新的动态数据集,利用新的动态数据集与静态数据构建深度学习的训练集和测验集,基于物理约束条件定义新的损失函数,通过该函数去训练深度学习模型的权重与阈值,从而生成最优的纵向渗透率深度学习预测模型,利用测验集来测试深度学习的预测精度,根据深度学习的预测结果,定义了极差以及变异系数来表征储层的非均质性。本发明可应用于复杂地质情况下的对储层渗透率的预测,良好的解决复杂储层非均质性评价问题。
声明:
“基于渗流控制方程的储层纵向非均质性评价方法” 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)