您的当前位置:首页 >> 期刊文献 >> 正文
基于机器学习的考虑多种影响因素的地下油水饱和度分布预测
摘 要:
介绍了基于DenseNet全卷积编码器-解码器网络的储层数值模拟器替代模型。考虑了多种影响因素的输入,使得代理模型更加符合物理规律,在实验中对输出场的预测取得了很好的效果。实现以静态储层性质和动态储层性质等各种储层参数作为输入特征,输出不同时期的含水饱和度分布。
作 者:
  • 杨耀忠;马承杰;赵峰;
单 位:
    中国石化胜利油田分公司信息化管理中心
关键字:
  • 全卷积网络;代理模型;多通道输入;油水饱和度预测;
页 码:
    47-48
出 处:
HTML阅读PDF文献下载您还没有登陆会员账号,请先登陆,在进行阅读或下载!
返回顶部 关注公众号