一种基于深度学习的油藏模型全局尺度升级方法及系统

本发明涉及一种基于深度学习的油藏模型全局尺度升级方法及系统，该方法包括：采集待升级相关参数对应的细尺度信息，获得输入数据，对所述输入数据进行尺度升级数值计算，获得升尺度参数作为输出数据；对所述输入数据及所述输出数据对应进行对数变换，构建数据集；通过所述数据集训练包括多个深度学习子模型的深度学习模型，获得深度学习升级模型；将所述细尺度信息输入所述深度学习升级模型，获得预测的升尺度参数。本发明通过深度学习模型替代传统尺度升级中的数值计算过程，能够基于细尺度模型的初始信息实时、高效地预测出粗尺度模型所需的升尺度参数，显著节省时间和计算资源。