一种利用机器学习量化表征注采井间连通性的方法及系统

本发明公开了一种利用机器学习量化表征注采井间连通性的方法及系统，属于稠油油藏火驱油藏动态监测技术领域，该方法根据火驱开发区块井组测井数据绘制测井曲线，对测井曲线进行对比分析确定火驱注采井间的测井曲线的结构相似性与趋势相似性，根据结构相似性与趋势相似性确定火驱注采井间的综合静态相似系数；根据火驱开发区块工程数据确定影响生产井产量的主控因素，结合主控因素和综合静态相似系数，构建主特征—多元注采关联模型，采用主特征—多元注采关联模型确定火驱注采井的井间连通系数；该方法能够高效解决火驱开发过程中注采井之间连通状况的动态监测与分析，帮助优化稠油油藏火驱动态监测与调整，从而提升采收率与经济效益。