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。