本发明公开了一种基于机器学习的油藏数值模拟网格粗化方法，涉及油藏数值模拟领域。方法包括以下步骤：确定地质模型实现将要粗化成粗网格的尺寸和数量；选取部分地质模型实现记为模型集P1，其余模型记为模型集P2，对模型集P1中模型实现进行相对渗透率粗化计算，得到P1中粗网格的粗尺度相对渗透率数据；对所有地质模型实现的渗透率进行数据预处理；提取P1和P2中每个粗网格的渗透率分布特征，用机器学习算法对所有粗网格的渗透率分布特征进行归类，得到P1和P2中粗网格的类别；将P1中粗网格的粗尺度相对渗透率数据赋值给相似度最高的P2中的网格，得到P2近似的粗尺度相对渗透率数据；使用P1和P2中粗网格粗尺度的相对渗透率数据进行油藏数值模拟计算。
声明：
“机器学习辅助的两相流油藏随机建模的网格粗化方法” 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)
911
编辑：管理员
来源：北方有色网
咨询细节
