本發明公開了一種基于機器學習的油藏數值模擬網格粗化方法,涉及油藏數值模擬領域。方法包括以下步驟:確定地質模型實現將要粗化成粗網格的尺寸和數量;選取部分地質模型實現記為模型集P1,其余模型記為模型集P2,對模型集P1中模型實現進行相對滲透率粗化計算,得到P1中粗網格的粗尺度相對滲透率數據;對所有地質模型實現的滲透率進行數據預處理;提取P1和P2中每個粗網格的滲透率分布特征,用機器學習算法對所有粗網格的滲透率分布特征進行歸類,得到P1和P2中粗網格的類別;將P1中粗網格的粗尺度相對滲透率數據賦值給相似度最高的P2中的網格,得到P2近似的粗尺度相對滲透率數據;使用P1和P2中粗網格粗尺度的相對滲透率數據進行油藏數值模擬計算。
聲明:
“機器學習輔助的兩相流油藏隨機建模的網格粗化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)