[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

说明书

本发明涉及一种基于集合卡尔曼滤波法的水力裂缝形态反演方法及系统，包括：对压裂段附近储层的岩石力学性质进行实时取样，得到岩石力学性质样本集；依据岩石力学性质样本集得到水力压裂工艺设计参数样本集；将岩石力学性质样本集和水力压裂工艺设计参数样本集输入至裂缝扩展机器学习模型中，得出裂缝扩展预测状态；根据裂缝扩展预测状态，实时观测数据结合集合卡尔曼滤波法得出裂缝扩展更新状态。通过融合人工智能专家系统与EnKF算法，以及通过分析水平井多段压裂过程中的实时工程响应参数，实现水力裂缝形态的实时反演。

技术领域

本发明涉及水力裂缝形态反演领域，特别是涉及一种基于智能化集合卡尔曼滤波法的水力裂缝形态实时反演方法及系统。

背景技术

水平井多段压裂是高效开发页岩油气的关键技术之一。通过对裂缝扩展进行实时反演、优化压裂改造设计方案等手段，对水力压裂提供具有时效性的施工管理建议，实现降低压裂成本，提高单井产量的目的。通过微地震、电位与低频超声传感等技术可以对水力压裂裂缝进行监控评估，该类技术所需的成本高昂，无法对压裂改造后的渗透率进行评估，而且不适用于高埋藏深度的储层。试井分析法通过推导渗流方程的解析数学模型，通过图版拟合和直线段分析等手段分析实测压力数据，得到裂缝导流能力等参数，但该类方法在边界条件、流态、裂缝形态等方面过度假设，不适合分析非均质储层的大规模压裂改造。数值模拟通常利用有限元、边界元、离散元等方法模拟裂缝扩展过程，但该类方法需要较高的计算开销，运行时间长，通常难以在施工中开展有效地实时应用。目前国内外智能裂缝反演技术以分析停泵后的产量、压力等静态数据为主，对现场的实时工程响应数据利用不足；由于实时反演技术的缺失，水平井多段压裂设计忽略储层物理力学性质的空间分布的非均质性，导致压裂工艺参数设计缺乏时效性。对此，本发明提出一种基于集合卡尔曼滤波法的水力裂缝形态反演方法及系统。

发明内容

本发明的目的是提供一种基于集合卡尔曼滤波法的水力裂缝形态反演方法及系统，通过融合集合卡尔曼滤波法与人工智能专家系统，解决了难以对水力压裂的工程响应参数进行实时分析并准确反演裂缝形态的难题。

为实现上述目的，本发明提供了如下方案：

一种基于集合卡尔曼滤波法的水力裂缝形态反演方法，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；

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；

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；

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。

可选的，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。

可选的，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。

可选的，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；ε_k+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。