一种基于知识交互图神经网络的井间连通性预测方法

本发明公开了一种基于知识交互图神经网络的井间连通性预测方法，属于石油工程领域，包括如下步骤：步骤1、获取地质数据和生产动态数据，对数据进行预处理并进行数据集划分；步骤2、构建知识交互图神经网络模型；步骤3、使用目标井网的生产动态数据进行模型训练，基于训练完成的知识交互图神经网络模型，进行连通性预测分析；步骤4、利用测试集数据检查模型的泛化能力；步骤5、实时获取当前待预测油藏区块的地质数据与生产动态数据，进行归一化处理后输入知识交互图神经网络模型进行训练，根据训练完成的模型得到井间连通系数，从而进行井间连通性的预测。本发明能精准反演油藏地下通道，进而精准预测油藏开发过程中的井间连通性。