一种角点网格中的嵌入式离散裂缝模型前处理方法

    公开(公告)号:CN117709115A

    公开(公告)日:2024-03-15

    申请号:CN202311760099.0

    申请日:2023-12-20

    Abstract: 本发明属于油气田开发数值模拟技术领域,涉及一种角点网格中嵌入式离散裂缝模型的前处理方法。用于将含有复杂构造的角点网格中任意形状的三维裂缝片处理为可用于EDFM数值模拟的裂缝网格。包括以下步骤:遍历每一个角点网格,计算角点网格与裂缝片的交点,通过交点生成裂缝网格,计算裂缝网格与相交角点网格之间的传导率,生成用于EDFM数值模拟的裂缝网格。本发明方法解决了目前技术无法处理角点网格中的EDFM的问题;具有普适性,适用于角点网格和笛卡尔网格中任意形状的裂缝;可推广性强。

    一种角点网格中的嵌入式离散裂缝模型前处理方法

    公开(公告)号:CN117709115B

    公开(公告)日:2024-07-05

    申请号:CN202311760099.0

    申请日:2023-12-20

    Abstract: 本发明属于油气田开发数值模拟技术领域,涉及一种角点网格中嵌入式离散裂缝模型的前处理方法。用于将含有复杂构造的角点网格中任意形状的三维裂缝片处理为可用于EDFM数值模拟的裂缝网格。包括以下步骤:遍历每一个角点网格,计算角点网格与裂缝片的交点,通过交点生成裂缝网格,计算裂缝网格与相交角点网格之间的传导率,生成用于EDFM数值模拟的裂缝网格。本发明方法解决了目前技术无法处理角点网格中的EDFM的问题;具有普适性,适用于角点网格和笛卡尔网格中任意形状的裂缝;可推广性强。

    一种基于Phy-ConvNeXt卷积神经网络的铸体薄片渗透率快速预测方法

    公开(公告)号:CN118350241A

    公开(公告)日:2024-07-16

    申请号:CN202410446623.5

    申请日:2024-04-15

    Abstract: 本发明公开了一种基于Phy‑ConvNeXt卷积神经网络的铸体薄片渗透率快速预测方法,该方法利用添加了物理信息的Phy‑ConvNeXt卷积神经网络智能预测铸体薄片图像渗透率。鉴于大量的铸体薄片数据难以获取,首先通过人工合成足够数据量的多孔介质二值图像作为输入数据,并利用CFD方法计算每张图像所对应的渗透率作为输出数据,将二值图像和其对应的渗透率标签作为训练模型的基础数据。然后基于Phy‑ConvNeXt卷积神经网络建立多孔介质渗透率预测模型,通过训练得到一个适合铸体薄片渗透率预测的模型。最后利用迁移学习方法预测铸体薄片的渗透率,R2为0.822,MSE为0.016,预测效果较好。本发明通过Phy‑ConvNeXt卷积神经网络,解决了铸体薄片渗透率预测效率以及预测准确度低的问题。

Patent Agency Ranking