基于机器学习的凝析气藏CO2驱相态预测方法、装置、设备及介质

本发明公开一种基于机器学习的凝析气藏CO2驱相态预测方法、装置、设备及介质，包括：收集与相态预测相关的多维输入数据；通过预先训练的XGBoost模型，建立多维输入数据与相态高斯参数之间的非线性映射关系，实现相态预测。因此，本发明在现有相态理论的基础上，充分考虑多维参数对相态变化的复杂影响，利用XGBoost模型构建高效的相态预测方法，实现了复杂多组分体系下相态的精准分类与预测。