典型文献
基于机器学习的高含水油田剩余油预测方法
文献摘要：
根据高含水油田剩余油分布特点,提出了含油饱和度等值线拟合样本预制作方法及基于人工神经网络的剩余油预测方法.利用数值模拟批量生成不同井距、物性、工作制度等条件下注采井组间剩余油分布场,编写模块自动提取少量含油饱和度等值线,使用多项式函数拟合不同时刻和层位含油饱和度等值线建立拟合参数样本数据集,实现机器学习样本参数量的大幅度降低.使用Tensorflow搭建神经网络模型,学习训练后形成注采井组间含油饱和度等值线预测模型,根据多个井组间等值线图叠加结果重构研究区含油饱和度场.基于高含水油田实际数据,与数值模拟相比,该方法对断层边界、层间剩余油富集区、井间局部零散剩余油均具一定预测能力;同时可将注采井生产动态数据快速转化为含油饱和度场数据,较传统方法的计算速度和定量化程度显著提高.
文献关键词：
数值模拟;机器学习;人工神经网络;高含水油田;剩余油
中图分类号：
作者姓名：
卜亚辉
作者机构：
中国石化胜利油田分公司勘探开发研究院,山东东营257015
文献出处：
引用格式：
[1]卜亚辉-.基于机器学习的高含水油田剩余油预测方法)[J].油气地质与采收率,2022(04):135-142
A类：
B类：
基于机器学习,高含水油田,剩余油预测,剩余油分布,含油饱和度,预制,制作方法,人工神经网络,井距,工作制度,下注,注采井,自动提取,多项式函数,函数拟合,不同时刻,层位,拟合参数,样本数据集,本参,参数量,大幅度降低,Tensorflow,学习训练,等值线图,重构研究,实际数据,富集区,零散,预测能力,生产动态,动态数据,快速转化,计算速度,定量化
AB值：
0.297838
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
