[发明专利]地层压力预测模型的构建方法、地层压力预测方法和装置

说明书

本申请涉及油田开发技术领域，特别是涉及一种地层压力预测模型的构建方法、装置、存储介质和电子设备以及地层压力预测方法、装置、存储介质和电子设备。一个实施例中的方法包括：获取油田的地层压力影响因素、地层压力影响因素历史数据以及地层压力历史数据；根据地层压力影响因素与预设机器学习算法输入参数之间的匹配关系，确定地层压力影响因素对应的机器学习算法；基于地层压力影响因素历史数据以及地层压力历史数据，分别对对应的机器学习算法进行模型训练，获得多个机器学习模型；基于各个机器学习模型的测试结果进行选择，得到多个目标子模型，作为地层压力预测模型。

技术领域

本申请涉及油田开发技术领域，特别是涉及一种地层压力预测模型的构建方法、装置、存储介质和电子设备以及地层压力预测方法、装置、存储介质和电子设备。

背景技术

地层压力是指作用在岩石孔隙内流体上的压力，也可称为地层孔隙压力。地层压力是石油天然气勘探开发过程中的重要地层参数，反映了油气在储层中的流通能力。在勘探过程中，地层压力可用于建立流体迁移模型，评判圈闭的有效性和寻找钻井的有利区域。在钻井过程中，对地层压力特别是异常高压的准确预测，不仅可以保证安全快速地钻井，而且可以正确合理地设计泥浆比重和工程套管程序，同时也可以帮助选择钻井设备类型，这些都直接关系到钻井的成功率、经济性以及油气田的勘探速度等问题。

地层压力的预测对于合理、经济地选用钻井液、设计井身结构，以及防止井喷、井漏、井塌等井下故障的发生，具有十分重要的意义。传统的地层压力一般是通过某种计算方法或某种地层物理性质的测量数据进行预测，比如基于测井数据通过等效深度法进行地层压力预测，基于钻前地震资料通过不依赖正常压实趋势线的公式法进行地层压力预测。传统的地层压力预测存在精准度低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种提高预测精准度的地层压力预测模型的构建方法、装置、存储介质和电子设备以及地层压力预测方法、装置、存储介质和电子设备。

一种地层压力预测模型的构建方法，所述方法包括：

获取油田的地层压力影响因素、地层压力影响因素历史数据以及地层压力历史数据；

根据所述地层压力影响因素与预设机器学习算法输入参数之间的匹配关系，确定所述地层压力影响因素对应的机器学习算法；

基于所述地层压力影响因素历史数据以及所述地层压力历史数据，分别对所述对应的机器学习算法进行模型训练，获得多个机器学习模型；

基于各个所述机器学习模型的测试结果进行选择，得到多个目标子模型，作为地层压力预测模型，所述地层压力预测模型用于根据输入的地层压力影响因素数据，输出地层压力预测结果，所述地层压力预测结果根据每个所述目标子模型预测的地层压力进行确定。

在一个实施例中，所述基于所述地层压力影响因素历史数据以及所述地层压力历史数据，分别对所述对应的机器学习算法进行模型训练，获得多个机器学习模型包括：

获取单个机器学习算法对应的地层压力影响因素历史数据以及地层压力历史数据；

基于所述地层压力影响因素历史数据以及所述地层压力历史数据，对所述单个机器学习算法通过梯度下降法进行模型训练，直至所述单个机器学习算法的损失函数最小化，获得机器学习模型；

遍历预设的多个机器学习算法，得到多个机器学习模型。

在一个实施例中，所述基于各个所述机器学习模型的测试结果进行选择，得到多个目标子模型，作为地层压力预测模型包括：

获取机器学习模型的测试数据集；

将所述测试数据集分别输入至各个所述机器学习模型，根据所述各个机器学习模型输出的地层压力预测结果以及所述测试数据集中对应的真实地层压力，得到所述各个机器学习模型的误差；