典型文献
基于机器学习算法的水驱储层相渗曲线仿真预测
文献摘要：
相渗曲线是油气田开发研究中的一项重要基础资料.采用常规室内实验法获得相渗曲线费用昂贵且耗时,测试样品少,难以代表整个油藏的特征;经验公式法估算获得的结果精度低且误差大.为了实时、准确获得水驱储层相渗曲线,采用机器学习算法进行仿真预测.通过测井参数敏感性分析,融合相渗曲线数据,构建水驱储层相渗曲线仿真样本集.在此基础上,优选机器学习算法进行地质因素约束优化以及曲线端点约束优化,实现相渗曲线智能可视化生成.研究结果表明:该方法能实现每口井每个层段的相渗曲线预测,预测精度大于90％,能准确反映油藏渗流特征和储层渗透率变化规律,具有较高的实际应用价值和良好的推广应用前景.
文献关键词：
机器学习;水驱储层;相渗曲线;预测模型;仿真;样本集
中图分类号：
作者姓名：
李春雷;曹小朋;张林凤;姜兴兴;刘建涛;靳彩霞;王峰;杨河山
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;中国石化胜利油田分公司油气销售中心,山东东营257000
文献出处：
引用格式：
[1]李春雷;曹小朋;张林凤;姜兴兴;刘建涛;靳彩霞;王峰;杨河山-.基于机器学习算法的水驱储层相渗曲线仿真预测)[J].油气地质与采收率,2022(06):138-142
A类：
水驱储层
B类：
基于机器学习,机器学习算法,相渗曲线,仿真预测,油气田开发,开发研究,基础资料,室内实验,实验法,昂贵,测试样品,油藏,经验公式法,测井参数,参数敏感性分析,建水,仿真样本,样本集,选机,地质因素,约束优化,端点,化生成,渗流特征,储层渗透率,渗透率变化
AB值：
0.297729
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。
