[发明专利]一种基于随机模拟的地层压力预测方法

说明书

本发明涉及一种基于随机模拟的地层压力预测方法，该方法根据信息熵理论，确定数据模板的最优尺寸，利用数据模板扫描地层压力的训练图像并提取训练图像的模式特征；通过主成分分析或多维尺度变换对该模式降维，并利用k‑means算法进行分类，获取分类数据的均值作为该类的代表均值，再比较已知的地层压力数据与上述均值的差异，随机选取差异最小的分类中的地层压力数据作为预测值。与现有技术相比，本发明可有效实现地层压力数据的预测，且能够提高预测速度、提高预测质量。

技术领域

本发明涉及一种地层压力预测方法，尤其是涉及一种基于随机模拟的地层压力预测方法。

背景技术

地层压力是一个油田在勘探开发过程中所要取得的一个基础数据。在油田的地质勘探过程中，一个区域地层压力的准确预测能为了解该地区油气的分布、运移以及聚集等方面的规律提供重要信息，有助于设计和制定合理的开发方案、提高油气产量；在油田的钻井实践中，地层压力预测的准确程度，关系到所用钻井液密度是否准确，设计的井深结构是否合理，这有助于减少钻井过程中井喷井漏等事故的发生，使得钻井速度提高、钻井周期缩短，减少了钻井施工的成本，直接关系到油田的开发速度和经济效果，并对油田工作人员的生命财产安全有着重要影响，具有极大的经济效益和社会效益。另外，准确地预测地层压力还能够减少泥浆对地层的侵害，有利于保护油气层。

常用的地层压力监测方法主要有：d_c指数法、标准化钻速法以及页岩密度法等。随着钻井技术的不断进步，近几年又有不少新的随钻地层压力监测方法相继问世，但这类方法实质上是一种地层压力的监测方法，而并非能实现对某口井或某个区域的地层压力进行可靠的预测。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于随机模拟的地层压力预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于随机模拟的地层压力预测方法，包括以下步骤：

S1：将已知的地层压力数据指定在三维区域，获取三维地质训练图像；

S2：根据随机模拟的信息熵理论获取最优尺寸的数据模板，利用数据模板扫描三维地质训练图像，获取包含训练图像结构特征的模式，并建立模式库；

S3：对模式库中的模式进行降维；

S4：对降维后的模式分类，获取多个子空间，对每个子空间的所有模式求取平均模式；

S5：在地层压力的预测区域中定义一条随机访问路径，对预测区域内的未知节点进行访问，判断预测区域内是否仍有未知节点，若是，执行下一步，否则，结束访问；

S6：判断待预测区域中是否有条件数据，若是，执行下一步，否则，从模式库随机提取一个模式后，执行步骤八；

S7：对条件数据和子空间中的平均模式求差异，对差异值最小的平均模式所对应的子空间中提取任意一个模式作为模拟结果；

S8：将提取的模式拷贝至待预测区域，获取当前预测区域的预测值；

S9：重复步骤S6到S7，继续对其他节点进行模拟，直到访问路径上的所有节点被模拟完毕。

优选地，所述的步骤S2的具体内容为：

绘制信息熵中的熵值随数据模板尺寸的变化曲线，计算每个模板尺寸对应的曲线斜率，选取斜率小于给定阈值所对应的第一个模板尺寸作为最优模板尺寸，进而确定最优尺寸的数据模板。

优选地，采用主成分分析或多维尺度变换对模式库中的模式进行降维。

优选地，采用k-means算法对降维后的模式分类。

优选地，采用欧氏距离对条件数据和子空间中的平均模式求差异。