本发明涉及一种基于近邻神经网络的油藏地质建模静态参数分布预测方法,包括如下步骤:S100选定油藏地质预测范围,调取该油藏地质预测范围内的所有井已知的空间坐标和对应的静态参数值;S200采用近邻算法找到每口井的邻近井;S300建立神经网络模型并训练神经网络模型;S400利用训练得到的最优神经网络模型预测选定油藏地质预测范围内未知空间点的静态参数分布。该方法充分利用神经网络逼近复杂非线性函数的卓越能力,能深入挖掘静态参数在空间中的非线性分布关系,符合油藏地质的复杂特性,能提高空间插值的精度,也可以通过多重随机实现,量化空间插值的不确定性,提高静态参数分布预测的精度。
声明:
“基于近邻神经网络的油藏地质建模静态参数分布预测方法” 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)