摘要
本申请公开了一种油藏参数反演不确定性量化方法、装置、设备、介质及产品,涉及油藏开发领域,该方法包括获取油藏的渗透率场;根据所述渗透率场利用非均质储层条件下的二氧化碳驱油模型确定渗透率场对应的生产序列;将所述渗透率场和所述渗透率场对应的生产序列作为数据集对CNN‑LSTM模型进行训练,得到预训练的CNN‑LSTM模型;利用IES算法对预训练的CNN‑LSTM模型进行参数反演,得到渗透率场预测模型;根据所述的渗透率场预测模型和渗透率场,得到预测的生产序列。根据所述预测的生产序列和实际的生产序列确定参数不确定性对生成序列预测结果的贡献。本申请能够降低计算成本提高计算效率。
技术关键词
不确定性量化方法
LSTM模型
二氧化碳驱油
非均质储层
序列
协方差矩阵
油藏数值
算法
储层孔隙度
更新模型参数
储层渗透率
速率
模拟器
处理器
观测误差
计算机程序产品
表达式
模块
系统为您推荐了相关专利信息
面部表情识别
面部特征信息
序列帧
情绪识别模型
动画数据库
纳米粒子悬浮液
定量检测方法
柠檬酸三
比色探针
金纳米粒子
时间序列图像
运动轨迹数据
建立识别模型
分类模型识别
建立分类模型