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.

关键词：全卷积网络、代理模型、多通道输入、油水饱和度预测

所属期刊栏目：29

分类号：TE319;TP181;TP391.4

在线出版日期：2022-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：47-48