[发明专利]基于神经网络的油气藏参数解释方法、装置及电子设备

说明书

本申请公开了一种基于神经网络的油气藏参数解释方法、装置及电子设备。该方法包括：接收待解释参数和对应的数值范围；在该数值范围内对待解释参数进行抽样，得到一个试算算例；将试算算例分别输入第一高斯径向基神经网络和第二高斯径向基神经网络，得到对应的计算压力变化数据和计算压力导数数据；计算目标函数值，如果目标函数值小于或等于判决阈值，则将当前试算算例包含的参数值作为待解释参数的解释结果，如果目标函数值大于判决阈值，则再次执行在该数值范围内抽样的步骤及后续步骤，直至得到待解释参数的解释结果。基于本申请提供的方案，能够提高数值试井解释的效率和精度，降低试井解释人员的工作强度。

技术领域

本申请属于油气藏开发技术领域，尤其涉及一种基于神经网络的油气藏参数解释方法、装置及电子设备。

背景技术

油气藏研究的基本目的是预测油气藏的未来动态，找到提高最终采收率的方法。在石油开采过程中会遇到一些工程问题，比如，如何估计油井的产量等。这就需要建立可靠的地质模型，进而基于地质模型来解决油气藏评价、管理和开发难题，并保证油气藏和油井的动态预测。建立地质模型需要知道油气藏的地层参数及井筒参数。

试井是油气藏开发过程中获得油气藏的地层参数及井筒参数的最常使用的方法。一般来说，试井分析就是利用关井时所测量得到的井底压力随着时间变化的数据资料，分析和推算地层以及井筒参数，从而为描述油藏动态特性和中长期产能预测、产能优化服务。

数值试井是近年来发展起来的一项新的试井解释技术，它是通过大量的数学模拟运算来精确描述物理过程的数值模拟技术。数值试井所描述的油气藏特征更真实，应用面更宽。但数值试井也面临着一系列的困难，计算参数多，计算时间长。在数值试井解释过程中，试井解释人员需要手动调节不确定参数，使计算压力与实测压力尽可能的接近。通常解释一口井或井组可能要花费几周甚至几个月的时间。

对于本领域技术人员来说，如何提高数值试井解释的效率，降低试井解释人员的工作强度，是亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种基于神经网络的油气藏参数解释方法、装置及电子设备，以提高数值试井解释的效率和精度，降低试井解释人员的工作强度。

为实现上述目的，本申请提供如下技术方案：

一方面，本申请提供一种基于神经网络的油气藏参数解释方法，包括：

接收输入的待解释参数和对应的数值范围，其中，所述待解释参数包括地层参数和井筒参数；

在所述数值范围内对所述待解释参数进行抽样，得到一个试算算例，所述试算算例包括所述待解释参数的一组参数值；

将所述试算算例分别输入预先完成训练的第一高斯径向基神经网络和第二高斯径向基神经网络，得到所述第一高斯径向基神经网络输出的所述试算算例对应的计算压力变化数据，得到所述第二高斯径向基神经网络输出的所述试算算例对应的计算压力导数数据；

计算目标函数值，所述目标函数值表征所述计算压力变化数据和实测压力变化数据的偏差、以及所述计算压力导数数据和实测压力导数数据之间的偏差；

比较所述目标函数值和预设的判决阈值；

如果所述目标函数值小于或等于所述判决阈值，则将当前试算算例包含的参数值确定为所述待解释参数的解释结果；

如果所述目标函数值大于所述判决阈值，则再次执行在所述数值范围内对所述待解释参数进行抽样，得到一个试算算例的步骤及后续步骤，直至得到所述待解释参数的解释结果。

可选的，所述第一高斯径向基神经网络的训练过程，包括：

获得第一训练样本集，所述第一训练样本集包括多个第一样本算例，每个所述第一样本算例为待解释参数的一组参数值，每个所述第一样本算例标注有对应的计算压力变化数据；