简介： 本发明提供一种基于渗流控制方程的储层纵向非均质性评价方法，属于油藏开发技术领域。该方法首先利用数值模拟技术获取油藏的样本数据集，然后建立基于油藏动态数据的特征提取器，设置多个特征提取器对动态数据进行特征提取，生成新的动态数据集，利用新的动态数据集与静态数据构建深度学习的训练集和测验集，基于物理约束条件定义新的损失函数，通过该函数去训练深度学习模型的权重与阈值，从而生成最优的纵向渗透率深度学习预测模型，利用测验集来测试深度学习的预测精度，根据深度学习的预测结果，定义了极差以及变异系数来表征储层的非均质性。本发明可应用于复杂地质情况下的对储层渗透率的预测，良好的解决复杂储层非均质性评价问题。