一种基于深度学习的油水相对渗透率曲线计算方法

    公开(公告)号:CN112612997A

    公开(公告)日:2021-04-06

    申请号:CN202011589368.8

    申请日:2020-12-29

    Abstract: 本发明公开一种基于深度学习的油水相对渗透率曲线计算方法,包括:步骤S1:收集样本数据并进行预处理;得到归一化后的进汞、退汞、油相相对渗透率、水相相对渗透率曲线;步骤S2:构建步骤S1中归一化后的4个曲线的编码模型训练样本集;步骤S3:建立变分自动编码模型;步骤S4:用编码模型得到归一化后的毛管力曲线、油水相对渗透率曲线的编码值;步骤S5:建立归一化毛管力曲线和归一化油水相对渗透率曲线预测模型;步骤S6:通过步骤S5的预测模型得到预测参数;步骤S7:处理预测的归一化油水相对渗透率曲线编码值,得到完整油水相对渗透率曲线;最后与实际油水相对渗透率曲线对比。该计算方法预测精度高,还节约时间和经济成本。

    一种基于深度学习的油水相对渗透率曲线计算方法

    公开(公告)号:CN112612997B

    公开(公告)日:2022-07-01

    申请号:CN202011589368.8

    申请日:2020-12-29

    Abstract: 本发明公开一种基于深度学习的油水相对渗透率曲线计算方法,包括:步骤S1:收集样本数据并进行预处理;得到归一化后的进汞、退汞、油相相对渗透率、水相相对渗透率曲线;步骤S2:构建步骤S1中归一化后的4个曲线的编码模型训练样本集;步骤S3:建立变分自动编码模型;步骤S4:用编码模型得到归一化后的毛管力曲线、油水相对渗透率曲线的编码值;步骤S5:建立归一化毛管力曲线和归一化油水相对渗透率曲线预测模型;步骤S6:通过步骤S5的预测模型得到预测参数;步骤S7:处理预测的归一化油水相对渗透率曲线编码值,得到完整油水相对渗透率曲线;最后与实际油水相对渗透率曲线对比。该计算方法预测精度高,还节约时间和经济成本。

Patent Agency Ranking