摘要： 岩石孔渗特征是影响储层流体储集及渗流能力的主要因素.目前数字岩心孔渗参数计算通常采用孔隙尺度建模并进行数值模拟,具有建模复杂、耗时长的缺点.为此,本文根据天然岩心CT扫描结果,运用OpenFOAM生成654组训练样本,并通过机器学习算法建立数字岩心孔渗快速预测模型,并对模型超参数进行敏感性分析.当学习率为0.003时,模型具有较强的泛化能力,孔渗预测结果误差小于10％的占比90％以上,且能够在1 s内完成.研究结果实现了数字岩心孔渗高效率、高精度预测,能够有效降低生产成本,提高工作效率.
关键词:
机器学习,
数字岩心,
渗透率预测,
CT扫描
王依诚；姜汉桥；于馥玮；成宝洋；徐飞；李俊键. 基于机器学习的数字岩心孔渗预测方法研究[J]. , 2019, 4(4): 354-363.
WANG Yicheng;JIANG Hanqiao;YU Fuwei;CHENG Baoyang;XU Fei;LI Junjian. Researches on the pore permeability prediction method of 3D digital cores based on machine learning[J]. , 2019, 4(4): 354-363.