一种基于不确定性分析的数据驱动岩石力学测井
发布日期:2024-08-21 浏览次数: 专利申请、商标注册、软件著作权、资质办理快速响应热线:4006-054-001 微信:15998557370
申请号: | 申请日: | ||
公开(公告)号: | 公开(公告)日: | ||
发明(设计)人: | 申请(专利权)人: | ||
主分类号: | 分类号: | ||
代理公司: | 代理人: | ||
地址: | 国省代码: | ||
权利要求书: | 说明书: | ||
微信咨询: | 添加微信:543646或【点此在线咨询】 | 文件下载: | 【点此下载】请正确填写本页网址和接收邮箱 |
摘要: | 本发明涉及岩石力学参数预测,尤其涉及一种基于不确定性分析的数据驱动岩石力学测井预测方法。、储层岩石力学参数是解决石油地质问题的关键参数,是连接地质工程的桥梁,准确地评价储层岩石力学参数十分重要。作为一种复杂的天然地质体,地层中的岩石自身就是一个高度复杂的不确定系统,基于如测井资料、室内实验... | ||
相关服务: | 软件产品登记测试全国受理 软件著作权666元代写全部资料全国受理 实用新型专利1875代写全部资料全国受理 | ||
本发明涉及岩石力学参数预测,尤其涉及一种基于不确定性分析的数据驱动岩石力学测井预测方法。背景技术:1、储层岩石力学参数是解决石油地质问题的关键参数,是连接地质工程的桥梁,准确地评价储层岩石力学参数十分重要。作为一种复杂的天然地质体,地层中的岩石自身就是一个高度复杂的不确定系统,基于如测井资料、室内实验结果等相关资料得到的岩石力学参数都存在着不确定性,因此其参数的真值会在一个分布函数区域内。但在大部分计算模型中,得到的结果均为确定的值,无法对结果进行不确定性进行分析,即预测结果没有考虑不确定性的影响使得最终的预测误差偏大。技术实现思路1、本发明为了解决上述技术问题提供一种基于不确定性分析的数据驱动岩石力学测井预测方法。2、本发明通过如下技术方案实现:3、一种基于不确定性分析的数据驱动岩石力学测井预测方法,包括以下步骤:4、计算测井曲线不同深度间隔的变异系数;5、基于变异系数,确定样本区间;6、获取每个样本区间的概率密度函数;7、采用蒙特卡洛模拟方法模拟每个样本区间的概率密度函数,得到符合每组样本区间概率密度函数的模拟数据;8、将所述模拟数据作为数据集输入到基于数据驱动的预测模型,预测模型输出对应的岩石力学参数;9、基于预测模型输出的预测结果,获得到每一组样本区间与之对应的岩石力学参数的概率密度函数、均值和方差;10、设置置信区间,将处于置信水平区间内的结果视为可信的预测结果,同时将预测结果的均值视为最佳估计值,获得含可信度的岩石力学参数剖面。11、其中,采用以下公式计算不同深度间隔的变异系数:12、13、上式中,γ为变异系数,δh为样本区间,n为总的测井曲线样本数,hi为某一点的深度,p(hi)为深度点对应的测井值。14、优选地,δh=0.5。15、可选地,获取每个样本区间的概率密度函数的方法为:在选定了样本区间范围后,将测井曲线按照样本区间进行划分,按照采样间隔依次移动,得到每一个中心点的数据集;假设每一个数据集的分布趋近于正态分布,获取每一个中心点数据集的均值与方差,得到对应样本区间的概率密度函数。16、其中,测井曲线包括特征筛选后的对应测井曲线参数或由测井曲线变化得到的参数。17、可选地,将其中5%与95%的值分别视为置信下限与置信上限,处于其中的值视为90%置信水平区间。18、可选地,所述基于数据驱动的预测模型的构建方法包括以下步骤:19、获取原始数据,原始数据包括岩石力学参数的室内实测值以及对应测井曲线的参数值;20、对原始数据进行预处理,包括数据清洗和特征筛选:21、对预处理后的数据进行分割处理;22、通过k折交叉验证方法将分割处理后的数据分为训练集和测试集;23、选择算法模型,利用训练集对算法模型进行训练,输入为预处理后的测井参数值,输出为岩石力学参数预测值;利用测试集对算法模型进行评估、优化,获得的最优预测模型作为所述基于数据驱动的预测模型。24、可选地,算法模型为rf、gpr、auto-sklearn模型中的一种。25、优选地,所述岩石力学参数包括抗张强度、抗压强度、弹性模量、泊松比、脆性指数。26、相对于现有技术,本申请至少具有如下有益效果:27、由于不确定性的存在,岩石力学参数的真实值会分布在某一个区域内。本申请的预测结果不是单一的数值,而是对应的置信区间,在该区间内的值均可视为有效预测值,使得预测结果更加可靠。技术特征:1.一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,包括以下步骤:2.根据权利要求1所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,采用以下公式计算不同深度间隔的变异系数:3.根据权利要求2所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,δh=0.5。4.根据权利要求1所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,获取每个样本区间的概率密度函数的方法为:5.根据权利要求4所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,测井曲线包括特征筛选后的对应测井曲线参数或由测井曲线变化得到的参数。6.根据权利要求1所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,将其中5%与95%的值分别视为置信下限与置信上限,处于其中的值视为90%置信水平区间。7.根据权利要求1所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,所述基于数据驱动的预测模型的构建方法包括以下步骤:8.根据权利要求7所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,算法模型为rf、gpr、auto-sklearn模型中的一种。9.根据权利要求1、7或8所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,所述岩石力学参数包括抗张强度、抗压强度、弹性模量、泊松比、脆性指数。10.根据权利要求1、7或8所述的一种基于不确定性分析的数据驱动岩石力学测井预测方法,其特征在于,将预测结果的平均值视为每一组样本区间的理论正态分布均值,其方差视为每一组样本区间的理论正态分布方差,即可得到每一组样本区间与之对应的岩石力学参数的概率密度函数、均值和方差。技术总结本发明涉及一种基于不确定性分析的数据驱动岩石力学测井预测方法,包括:计算测井曲线不同深度间隔的变异系数;基于变异系数,确定样本区间;获取每个样本区间的概率密度函数;采用蒙特卡洛模拟方法模拟每个样本区间的概率密度函数,得到符合每组样本区间概率密度函数的模拟数据;将所述模拟数据作为数据集输入到基于数据驱动的预测模型,得到每一组样本区间与之对应的岩石力学参数的概率密度函数、均值和方差;设置置信区间,将处于置信水平区间内的结果视为可信的预测结果,同时将拟合结果的均值视为最佳估计值,获得含可信度的岩石力学参数剖面。技术研发人员:熊健,石玉江,刘向君,甘仁忠,程道解,邓佳杰,梁利喜,李振林,丁乙,贾旭楠受保护的技术使用者:西南石油大学技术研发日:技术公布日:2024/8/16