[发明专利]基于集合卡尔曼滤波法的水力裂缝形态反演方法及系统有效
申请号: | 202211286097.8 | 申请日: | 2022-10-20 |
公开(公告)号: | CN115526114B | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 孙骞;李治平;赖枫鹏 | 申请(专利权)人: | 中国地质大学(北京) |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F119/14 |
代理公司: | 北京恒律知识产权代理有限公司 11416 | 代理人: | 张琳丽 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 集合 卡尔 滤波 水力 裂缝 形态 反演 方法 系统 | ||
1.一种基于集合卡尔曼滤波法的水力裂缝形态反演方法,其特征在于,包括:
对压裂段附近储层的岩石力学性质进行实时取样,得到k时刻岩石力学性质样本集;
依据k时刻所述岩石力学性质样本集中的每一样本设置水力压裂工艺设计参数,得到k时刻水力压裂工艺设计参数样本集;所述岩石力学性质包括岩石的杨氏模量、岩石的泊松比和岩石抗压强度;所述水力压裂工艺设计参数包括泵压力、支撑剂浓度、液体注入流量;
将k时刻所述岩石力学性质样本集和k时刻所述水力压裂工艺设计参数样本集作为输入样本集并输入至裂缝扩展机器学习模型中,得出所述输入样本集中每一输入样本的k+1时刻裂缝扩展预测状态;一个岩石力学性质样本和对应的一个水力压裂工艺设计参数样本构成所述输入样本集中一个输入样本;其中,计算所述输入样本集中每一输入样本的k+1时刻裂缝扩展预测状态的表达式为:
式中,表示第j个输入样本k+1时刻的裂缝扩展预测状态;表示第j个输入样本k时刻的裂缝扩展更新状态;εk+1,j表示k+1时刻裂缝扩展机器学习模型M对第j个输入样本的预测误差;Ne表示输入样本数量;gk表示k时刻的水力压裂工艺设计参数样本集;
根据k+1时刻所述裂缝扩展预测状态,k+1时刻的压裂时的井头和井底压力观测数据结合集合卡尔曼滤波法得出k+1时刻裂缝扩展更新状态,具体包括:
计算k+1时刻所述裂缝扩展预测状态的均值,并根据所述均值计算协方差;所述均值的计算公式为:
所述协方差的计算公式为:
根据所述协方差计算k+1时刻的卡尔曼增益矩阵;所述卡尔曼增益矩阵的计算公式为:
Kk+1=Ck+1HT(HCk+1HT+R)-1
利用k+1时刻的所述卡尔曼增益矩阵和k+1时刻所述裂缝扩展预测状态以及k+1时刻的压裂时的井头和井底压力观测数据计算k+1时刻的所述裂缝扩展更新状态;所述裂缝扩展更新状态的计算公式为:
式中,表示均值;Ck+1表示协方差;Kk+1表示卡尔曼增益;H表示变化矩阵;R表示k+1时刻观测数据误差的协方差;T表示转置,dk+1表示k+1时刻的井头和井底压力实时观测数据;表示k+1时刻第j个输入样本的裂缝扩展更新状态;
令k=k+1,并返回步骤“将k时刻所述岩石力学性质样本集和k时刻所述水力压裂工艺设计参数样本集作为输入样本集并输入至裂缝扩展机器学习模型中”,直至所述压裂段完成压裂。
2.根据权利要求1所述的反演方法,其特征在于,所述根据k+1时刻所述裂缝扩展预测状态,k+1时刻的压裂时的井头和井底压力观测数据结合集合卡尔曼滤波法得出k+1时刻裂缝扩展更新状态之前包括:
对k+1时刻所述裂缝扩展预测状态进行正态性检验,判断所述k+1时刻所述裂缝扩展预测状态是否为高斯分布;
若是,则计算k+1时刻裂缝扩展更新状态;
若否,则将k+1时刻所述裂缝扩展预测状态调整为高斯分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(北京),未经中国地质大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211286097.8/1.html,转载请声明来源钻瓜专利网。