一种页岩储层多级压裂水平井压裂参数的确定方法及装置转让专利
申请号 : CN202110446185.9
文献号 : CN113107449B
文献日 : 2022-03-25
发明人 : 任文希 , 郭建春 , 曾凡辉 , 李冬爽 , 游兴鹏 , 周玉
申请人 : 西南石油大学
摘要 :
权利要求 :
1.一种页岩储层多级压裂水平井压裂参数的确定方法,其特征在于,所述方法包括:获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型,其中,所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度,所述压裂参数包括段间距、用液强度和加砂强度,所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子,所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系;
根据所述压裂参数的施工范围,确定压裂参数的上边界值和下边界值;
根据所述压裂参数的施工边界值,建立所述压裂参数的空间三维坐标,其中,所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、Z轴为所述加砂强度的方向,所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成,所述X轴的最大值为所述段间距的上边界值,所述Y轴的最大值为所述用液强度的上边界值,所述Z轴的最大值为所述加砂强度的上边界值;
选取所述空间三维坐标内N个点,获取所述N个点对应的坐标值,所述N为大于或等于1的正整数;
将所述N个点中每个点所对应的坐标值和所述地质参数的实际值,确定为所述测试产量模型的目标输入值,得到N个所述目标输入值;
将N个所述目标输入值确定为所述测试产量模型的目标输入值集合;
令k=1,将所述目标输入值集合确定为第k个参考输入值集合,基于所述第k个参考输入值集合,通过所述测试产量模型,确定第k个测试产量集合;
基于所述第k个参考输入值集合和所述粒子群参数,通过以下公式,确定第k+1个参考输入值集合:
其中,i表示空间三维坐标内N个点中的第i个点,d表示待优化的参数个数,所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度;lid为所述空间三维坐标内N个点中第i个点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为第二随机变量,Pid为个体点经历的自身最优位置,Pgd为N个点中各个点进行比较后所经历的全局最优位置,k为迭代次数;
基于所述第k+1个参考输入值集合,通过所述测试产量模型,确定第k+1个测试产量集合,并判断所述k是否等于所述第一最大迭代次数,所述第一最大迭代次数为大于或等于3的整数;
若所述k不等于所述第一最大迭代次数,则令k=k+1,并返回所述基于所述第k个参考输入值集合和所述粒子群参数,确定所述第k+1个参考输入值集合的步骤;
若所述k等于所述第一最大迭代次数,则比较确定的k+1个测试产量集合中测试产量的大小,并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值;
将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值,并将所述优化输入值中的压裂参数的优化值,确定为页岩储层多级压裂水平井的压裂参数。
2.根据权利要求1所述的方法,其特征在于,所述获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型之前,还包括:获取所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数,其中,所述连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重,所述偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数;
基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和述第二最大迭代次数,通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代,确定目标连接权重集合和目标偏置常数集合;
根据所述地质参数、所述水平段长度、所述压裂参数、所述测试产量、所述目标连接权重集合和所述目标偏置常数集合建立所述测试产量模型。
3.根据权利要求2所述的方法,其特征在于,所述基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和所述第二最大迭代次数,通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代,确定目标连接权重集合和目标偏置常数集合,包括:令s=1,基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数,通过Re‑Lu函数公式,确定20个第一层神经元;
基于所述20个第一层神经元、所述第s个连接权重集合中20个第一层连接权重和所述第s个连接权重集合中20个第一层偏置常数,通过Re‑Lu函数公式,确定20个第二层神经元;
基于所述20个第二层神经元、所述第s个连接权重集合中20个第二层连接权重和所述第s个连接权重集合中20个第二层偏置常数,通过Re‑Lu函数公式,确定第s个预测产量;
根据所述第s个预测产量、所述测试产量的样本值、所述第s个连接权重集合和第s个偏置常数集合,确定第s个目标泛数;
基于第s个连接权重集合和第s个偏置常数集合,通过链式求导法和随机梯度下降法,确定第s+1个连接权重集合和第s+1个偏置常数集合;
基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、所述第s+1个连接权重集合和所述第s+1个偏置常数集合,通过前述确定所述第s个预测产量和所述第s个目标泛数的过程,确定第s+1个预测产量和第s+1个目标泛数;
判断所述s是否等于所述第二最大迭代次数,所述第二最大迭代次数为大于或等于3的整数;
若所述s不等于所述第二最大迭代次数,则令s=s+1,并返回所述基于第s个连接权重集合和第s个偏置常数集合,通过链式求导法和随机梯度下降法,确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤;
若所述s等于所述第二最大迭代次数,则比较确定出的s+1个目标泛数,将所述s+1个目标泛数中的最小数值确定为所述目标泛数的最小值,并将所述目标泛数的最小值所对应的连接权重集合确定为所述目标连接权重集合,将所述目标泛数的最小值所对应的偏置常数集合确定为所述目标偏置常数集合。
4.一种页岩储层多级压裂水平井压裂参数的确定装置,其特征在于,所述装置包括:第一获取模块,用于获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型,其中,所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度,所述压裂参数包括段间距、用液强度和加砂强度,所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子,所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系;
第一确定模块,用于根据所述压裂参数的施工范围,确定压裂参数的上边界值和下边界值;
第二确定模块,用于根据所述地质参数的实际值、所述水平段长度的实际值、所述压裂参数的上边界值和下边界值,确定所述测试产量模型的目标输入值集合;
其中,所述第二确定模块包括:
坐标建立单元,用于根据所述压裂参数的施工边界值,建立所述压裂参数的空间三维坐标,其中,所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、Z轴为所述加砂强度的方向,所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成,所述X轴的最大值为所述段间距的上边界值,所述Y轴的最大值为所述用液强度的上边界值,所述Z轴的最大值为所述加砂强度的上边界值;
空间点选取单元,用于选取所述空间三维坐标内N个点,获取所述N个点对应的坐标值,所述N为大于或等于1的正整数;
第一确定单元,用于将所述N个点中每个点所对应的坐标值和所述地质参数的实际值,确定为所述测试产量模型的目标输入值,得到N个所述目标输入值;
第二确定单元,用于将N个所述目标输入值确定为所述测试产量模型的目标输入值集合;
第三确定模块,用于基于所述目标输入值集合和所述粒子群参数,通过所述测试产量模型,确定所述测试产量的最大值;
其中,所述第三确定模块包括:
第三确定单元,用于令k=1,将所述目标输入值集合确定为第k个参考输入值集合,基于所述第k个参考输入值集合,通过所述测试产量模型,确定第k个测试产量集合;
第四确定单元,用于基于所述第k个参考输入值集合和所述粒子群参数,确定第k+1个参考输入值集合;
其中,所述第四确定单元具体包括:
基于所述第k个参考输入值集合和所述粒子群参数,通过以下公式,确定所述第k+1个参考输入值集合:
其中,i表示空间三维坐标内N个点中的第i个点,d表示待优化的参数个数,所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度;lid为所述空间三维坐标内N个点中第i个点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为第二随机变量,Pid为个体点经历的自身最优位置,Pgd为N个点中各个点进行比较后所经历的全局最优位置,k为迭代次数;
第五确定单元,用于基于所述第k+1个参考输入值集合,通过所述测试产量模型,确定第k+1个测试产量集合;
第一判断单元,用于判断所述k是否等于所述第一最大迭代次数,所述第一最大迭代次数为大于或等于3的整数;
若所述k不等于所述第一最大迭代次数,则令k=k+1,并返回所述基于所述第k个参考输入值集合和所述粒子群参数,确定所述第k+1个参考输入值集合的步骤;
若所述k等于所述第一最大迭代次数,则比较确定的k+1个测试产量集合中测试产量的大小,并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值;
第四确定模块,用于将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值,并将所述优化输入值中的压裂参数的优化值,确定为页岩储层多级压裂水平井的压裂参数。
5.一种页岩储层多级压裂水平井压裂参数的确定装置,其特征在于,所述装置包括:处理器及用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如权利要求1‑3任一项所述的方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1‑3任一所述的方法。
说明书 :
一种页岩储层多级压裂水平井压裂参数的确定方法及装置
技术领域
背景技术
络,从而提高页岩气的开发效果。页岩气赋存形式多样、渗流机理复杂。现有物理模型难以
准确描述页岩气渗流过程。此外,地下的复杂裂缝网络也无法准确识别和表征。因此,页岩
气多级压裂水平井产能难以准确预测,压裂参数的优化工作较为困难。
获取到的压裂点和监测点的井底压力,以及扩散系数,确定断层处的地层压力图版,并判断
断层是否会发生滑移,如果发生滑移,则根据临界状态的断层主地应力关系获得断层滑移
的极限地层压力,最后根据断层滑移的极限地层压力、地层压力图版,确定压裂参数。
了压裂参数在页岩储层的适用性。
发明内容
数的确定方法及装置。所述技术方案如下:
气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度,所
述压裂参数包括段间距、用液强度和加砂强度,所述粒子群参数包括第一最大迭代次数、第
一学习因子、第二学习因子,所述测试产量模型是根据所述地质参数、所述水平段长度、所
述压裂参数和测试产量的样本数据训练得到的非线性映射关系;
度的方向,所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度
的下边界值和所述加砂强度的下边界值组成,所述X 轴的最大值为所述段间距的上边界
值,所述Y轴的最大值为所述用液强度的上边界值,所述Z轴的最大值为所述加砂强度的上
边界值;
内N个点中第i个点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,
r2为第二随机变量,Pid为个体点经历的自身最优位置,Pgd为N个点中各个点进行比较后所经
历的全局最优位置,k为迭代次数;
于3的整数;
井的压裂参数。
重集合包括11个输入层连接权重、20个第一层连接权重和20 个第二层连接权重,所述偏置
常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数;
权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代,确定目标连
接权重集合和目标偏置常数集合;
降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行
迭代,确定目标连接权重集合和目标偏置常数集合,包括:
常数,通过Re‑Lu函数公式,确定20个第一层神经元;
经元;
量;
量和所述第s个目标泛数的过程,确定第s+1个预测产量和第 s+1个目标泛数;
重集合和第s+1个偏置常数集合的步骤;
应的连接权重集合确定为所述目标连接权重集合,将所述目标泛数的最小值所对应的偏置
常数集合确定为所述目标偏置常数集合。
有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次
优质储层段长度,所述压裂参数包括段间距、用液强度和加砂强度,所述粒子群参数包括第
一最大迭代次数、第一学习因子、第二学习因子,所述测试产量模型是根据所述地质参数、
所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系;
向、Z轴为所述加砂强度的方向,所述空间三维坐标的原点所对应的值由所述段间距的下边
界值、所述用液强度的下边界值和所述加砂强度的下边界值组成,所述X轴的最大值为所述
段间距的上边界值,所述Y轴的最大值为所述用液强度的上边界值,所述Z轴的最大值为所
述加砂强度的上边界值;
点中第i个点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为
第二随机变量,Pid为个体点经历的自身最优位置,Pgd为N个点中各个点进行比较后所经历
的全局最优位置,k为迭代次数。
储层多级压裂水平井的压裂参数。
数,其中,所述连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层
连接权重,所述偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二
层偏置常数;
度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数
进行迭代,确定目标连接权重集合和目标偏置常数集合;
集合11个输入层偏置常数,通过Re‑Lu函数公式,确定20 个第一层神经元;
确定20个第二层神经元;
确定第s个预测产量;
确定所述第s个预测产量和所述第s个目标泛数的过程,确定第s+1个预测产量和第s+1个目
标泛数;
重集合和第s+1个偏置常数集合的步骤;
应的连接权重集合确定为所述目标连接权重集合,将所述目标泛数的最小值所对应的偏置
常数集合确定为所述目标偏置常数集合。
井压裂参数的确定方法。
产量模型,先根据压裂参数的施工范围,确定压裂参数的上边界值和下边界值,再根据地质
参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值,确定测试产量模型
的目标输入值集合,其次基于目标输入值集合和粒子群参数,通过测试产量模型,确定测试
产量的最大值,最后将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为
优化输入值,并将优化输入值中的压裂参数的优化值,确定为页岩储层多级压裂水平井的
压裂参数。也即是,在本发明实施例中,可以根据地质参数、水平段长度、压裂参数以及由根
据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的测试产量模型确定
出最适合页岩储层多级压裂水平井的压裂参数,相较于相关技术中通过地层压力和扩散系
数出发确定压裂参数的方法,提高了压裂参数在页岩储层的适用性和准确性。
附图说明
本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他
的附图。
具体实施方式
优解;鸟可以视作粒子,即一个搜索个体;粒子有两个属性:速度、位置。粒子的当前位置是
所要解决问题的一个候选解。粒子的运动轨迹可以根据制定的规则做动态调整(例如根据
粒子的历史最优位置和种群历史最优位置的公式不停迭代)。粒子群中最优个体极值作为
目前全局的最优解时,迭代终止。达到设定的迭代次数或者代数之间的差值满足最小界限。
基本保证。而在钻探水平井时,可以获取较多的地质参数,本发明实施例正是在根据地质参
数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系的基础上,通
过对待确定的压裂参数进行计算,确定出最合适的压裂参数,以指导水平井的多级压裂施
工,提高产量。
层多级压裂水平井压裂参数的确定系统的示意图,如图1所示,该确定系统可以包括数据库
服务器10、压裂参数边界确定模块20、目标输入值确定模块30、测试产量确定模块40、压裂
参数确定模块50及数据采集管理模块60。其中,各个模块与数据库服务器10可以进行数据
交互,且各个模块之间可以通过网络进行连接。
入值确定模块30的目标输入值、测试产量确定模块40的测试产量或者压裂参数确定模块50
的压裂参数等。
级压裂水平井的压裂参数。
代替,只要能够实现本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法即
可。进一步地,上述确定系统所包含的模块可以集中在一个终端内,也可以集中在多个终端
中,接下来将在下述图3实施例中以该确定系统所包含的所有模块集中在一个终端中为例,
对本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法进行详细说明。
2,该方法包括如下步骤:
均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长
度,压裂参数包括段间距、用液强度和加砂强度,粒子群参数包括第一最大迭代次数、第一
学习因子、第二学习因子,测试产量模型是根据地质参数、水平段长度、压裂参数和测试产
量的样本数据训练得到的非线性映射关系。
压裂参数。
上边界值和下边界值,再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界
值和下边界值,确定测试产量模型的目标输入值集合,其次基于目标输入值集合和粒子群
参数,通过测试产量模型,确定测试产量的最大值,最后将测试产量的最大值所对应的目标
输入值集合中的目标输入值确定为优化输入值,并将优化输入值中的压裂参数的优化值,
确定为页岩储层多级压裂水平井的压裂参数。也即是,在本发明实施例中,可以根据地质参
数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本
数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数,相较于
相关技术中通过地层压力和扩散系数出发确定压裂参数的方法,提高了压裂参数在页岩储
层的适用性和准确性。
点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强度的下边界值组成,X轴
的最大值为段间距的上边界值,Y轴的最大值为用液强度的上边界值,Z轴的最大值为加砂
强度的上边界值;
的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为第二随机变
量,Pid为个体点经历的自身最优位置,Pgd为 N个点中各个点进行比较后所经历的全局最优
位置,k为迭代次数。
入层连接权重、20个第一层连接权重和20个第二层连接权重,偏置常数集合包括11个输入
层偏置常数、20个第一层偏置常数和20个第二层偏置常数;
连接权重和偏置常数集合中的每个偏置常数进行迭代,确定目标连接权重集合和目标偏置
常数集合;
的每个连接权重和偏置常数集合中的每个偏置常数进行迭代,确定目标连接权重集合和目
标偏置常数集合,包括:
Lu函数公式,确定20个第一层神经元;
程,确定第s+1个预测产量和第s+1个目标泛数;
个偏置常数集合的步骤;
为目标连接权重集合,将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集
合。
务器等。参见图3,该方法包括如下步骤:
括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重,偏置常数集合包括
11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数。
非线性映射关系。实际应用中,测试产量模型可以由用户输入得到,也可以由其他设备发送
得到,也可以根据地质参数、水平段长度、压裂参数和测试产量的样本数据,通过步骤301‑
步骤303训练得到。
间的连接权重和偏置常数,来建立输入层与输出层之间的关系。输入层的输入数据个数是
由输入参数的个数确定的,输入参数越多,则输入层的输入数据个数越多,在本发明实施例
中,输入参数为平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层
段钻遇率、优质储层段长度、次优质储层段长度、水平段长度段间距、用液强度和加砂强度,
也即是本发明实施例输入层的输入数据个数为11个。隐藏层的层数可以为1层、2层或多层,
每个隐藏层层内包含的神经元的个数也可以为多个,隐藏层的层数和每个隐藏层内的神经
元个数越多,则测试产量模型训练的越准确,同时计算量会增大,在训练和后续拟合过程中
会花费更多的时间。本发明实施例设置2层隐藏层,每个隐藏层内包含20个神经元。输出层
即目标层,输出层有1个输出参数,即测试产量。
测试产量直接是通过连接权重和偏置常数连接的。连接权重和偏置常数为随机初始化数
值,在实际应用中,该数值可以由用户输入得到,可以由其他设备发送得到,也可以由本终
端随机产生。
本值、压裂参数的样本值、测试产量的样本值和步骤301中地质参数的实际值、水平段长度
的实际值的来源不相同。地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测
试产量的样本值采集自已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产
量,其可以采集一口已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产量,
也可以采集多口已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产量,本发
明实施例对此不做具体限定。例如,可以采集一口已完工的水平井的平均孔隙度、平均有机
碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质储
层段长度、水平段长度、段间距、用液强度、加砂强度和测试产量,其中,平均孔隙度、平均有
机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质
储层段长度、水平段长度、段间距、用液强度、加砂强度为输入层的输入参数,测试产量为输
出层的输出参数。
列为次优质储层段钻遇率、第六列为优质储层段长度、第七列为次优质储层段长度、第八列
为水平段长度、第九列为段间距、第十列为用液强度、第十一列为加砂强度和第十二列为测
试产量。
置常数集合中的每个偏置常数进行迭代,确定目标连接权重集合和目标偏置常数集合。
个第一层神经元。基于20个第一层神经元、第s个连接权重集合中20个第一层连接权重和第
s个连接权重集合中20个第一层偏置常数,通过Re‑Lu函数公式,确定20个第二层神经元。基
于20个第二层神经元、第s个连接权重集合中20个第二层连接权重和第s个连接权重集合中
20个第二层偏置常数,通过Re‑Lu函数公式,确定第s个预测产量。根据第s个预测产量、测试
产量的实际值、第s个连接权重集合和第s个偏置常数集合,确定第s 个目标泛数。
的实际值、第s+1个连接权重集合和第s+1个偏置常数集合,通过前述确定第s个预测产量和
第s个目标泛数的过程,确定第s+1个预测产量和第s+1个目标泛数。
集合,通过链式求导法和随机梯度下降法,确定第s+1个连接权重集合和第s+1个偏置常数
集合的步骤;若s等于第二最大迭代次数,则比较确定出的s+1个目标泛数,将s+1个目标泛
数中的最小数值确定为目标泛数的最小值,并将目标泛数的最小值所对应的连接权重集合
确定为目标连接权重集合,将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常
数集合
指代以斜坡函数及其变种为代表的非线性函数。对于进入神经元的来自上一层神经网络的
输入向量,使用线性整流激活函数的神经元会输出至下一层神经元或作为整个神经网络的
输出(取决现神经元在网络结构中所处位置)。
量(x1,x2,…,x11)的解析表达式为:
权重,bi,j,1是输入层第i个分量与第1个第一层上第j个神经元的连接权重。向后继续传播
时,以 作为新的输入,对式(2)依次递归,进一步得到20个第二层神经元表达式:
接权重,bi,j,2是第一层的第i个分量与第二层上第j个神经元的连接权重。向后继续传播时,
以 作为新的输入,对式(3)依次递归,进一步得到输出层神经元表达式(4),并根据(2)、
(3)、(4)确定出预测产量:
二层的第i个分量与输出层的连接权重。
导法和随机梯度下降法,由于链式求导法和随机梯度下降法属于本领域的公知常识,因此,
本发明实施例在此不再赘述。
权重集合,将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集合。
遇率、次优质储层段钻遇率、优质储层段长度、次优质储层段长度、水平段长度、段间距、用
液强度、加砂强度等11个输入参数,2个隐藏层中第一层包括20个神经元、第二层包括20个
神经元,输出层包括1个输出参数即测试产量。而目标连接权重集合包括确定的11个输入层
目标连接权重、 20个第一层目标连接权重和20个第二层目标连接权重,目标偏置常数集合
包括确定的11个输入层目标偏置常数、20个第一层目标偏置常数和20个第二层目标偏置常
数。
的输入参数或神经元处,即可建立地质参数、水平段长度、压裂参数和测试产量之间的非线
性映射关系。在建立测试产量模型后,便可以根据地质参数的实际值、水平段长度的实际
值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型确定一口新钻水平井的压
裂参数。
均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长
度,压裂参数包括段间距、用液强度和加砂强度,粒子群参数包括第一最大迭代次数、第一
学习因子、第二学习因子,测试产量模型是根据地质参数、水平段长度、压裂参数和测试产
量的样本数据训练得到的非线性映射关系。
中所有压裂段上页岩储层的孔隙度计算得到。例如,可以采集水平井中所有压裂段上页岩
储层的孔隙度,将该多个页岩储层的孔隙度的平均值,确定为平均孔隙度。
通过对水平井中所有压裂段上页岩储层的有机碳含量计算得到。例如,可以采集水平井中
所有压裂段上页岩储层的有机碳含量,将该多个页岩储层的有机碳含量的平均值,确定为
平均有机碳含量。
平井中所有压裂段上页岩储层的页岩气含量计算得到。例如,可以采集水平井中所有压裂
段上页岩储层的页岩气含量,将该多个页岩储层的页岩气含量的平均值,确定为平均含气
量。
到。
井地质资料分别确定。在确定优质储层段时,选取的影响因素可以为3个、4个或者更多,选
取的影响因素越多,则优质储层划分的更精细。例如,可以根据某油田的地质资料,选取有
机碳含量、孔隙度、黏土矿物含量3个影响因素作为优质储层段的影响因素。具体地,可以将
有机碳含量≥3.5%,孔隙度≥5%,黏土矿物含量≤20%的页岩储层段确定为优质储层段。
实际应用中,优质储层段钻遇长度可以由用户输入得到,可以由其他设备发送得到,也可以
由页岩储层地质资料确定得到。例如,获取到页岩储层的有机碳含量、孔隙度和黏土矿物含
量的基础数据,根据有机碳含量≥3.5%,孔隙度≥5%,黏土矿物含量≤20%的优质储层段
评价标准,确定优质储层段,再将对应的钻遇长度确定为优质储层段钻遇长度。
页岩储层地质工程资料确定得到。例如,获取到页岩储层的有机碳含量、孔隙度和黏土矿物
含量的基础数据,根据有机碳含量≥3.5%,孔隙度≥5%,黏土矿物含量≤20%的优质储层
段评价标准,确定优质储层段,再将对应的钻遇长度与水平井长度的比值确定为优质储层
段钻遇率。
根据单井地质资料分别确定。在确定次优质储层段时,选取的影响因素可以为3个、4个或者
更多,选取的影响因素越多,则次优质储层划分的更精细。例如,可以根据某油田的地质资
料,选取有机碳含量、孔隙度、黏土矿物含量3个影响因素作为次优质储层段的影响因素。具
体地,可以将有机碳含量≥3.5%,孔隙度≥5%,黏土矿物含量≤20%的页岩储层段确定为
次优质储层段。实际应用中,次优质储层段钻遇长度可以由用户输入得到,可以由其他设备
发送得到,也可以由页岩储层地质资料确定得到。例如,获取到页岩储层的有机碳含量、孔
隙度和黏土矿物含量的基础数据,根据2%<有机碳含量<3.5%,2%<孔隙度<5%,20%<黏
土矿物含量<30%的次优质储层段评价标准,确定次优质储层段,再将对应的钻遇长度确定
为次优质储层段钻遇长度。
可以由页岩储层地质工程资料确定得到。例如,获取到页岩储层的有机碳含量、孔隙度和黏
土矿物含量的基础数据,根据2%<有机碳含量 <3.5%,2%<孔隙度<5%,20%<黏土矿物含
量<30%的次优质储层段评价标准,确定次优质储层段,再将对应的钻遇长度与水平井长度
的比值确定为次优质储层段钻遇率。
最短段间距和最长段间距。实际应用中,段间距或段间距的施工范围可以由用户输入得到,
也可以由其他设备发送得到。
能进行压裂的最低用液强度和最高用液强度。实际应用中,用液强度或用液强度的施工范
围可以由用户输入得到,也可以由其他设备发送得到。
所能进行压裂的最低加砂强度和最高加砂强度。实际应用中,加砂强度或加砂强度的施工
范围可以由用户输入得到,也可以由其他设备发送得到。
最大迭代次数、第一学习因子和第二学习因子可以由用户输入得到,也可以由其他设备发
送得到。
施工井的各个压裂参数的数值进行排序,最后将各个压裂参数中数值最小的值确定为对应
压裂参数的下边界值,将各个压裂参数中数值最大的值确定为对应压裂参数的上边界值。
例如,获取75口井的段间距、用液强度和加砂强度数据,在数据中,75口井的段间距最小值
为50m,最大值为200m,则将50m确定为段间距的下边界值,将200m确定为段间距的上边界
3 3 3
值;75口井的用液强度最小值为20m/m,最大值为60m/m,则将20m /m确定为用液强度的下
3
边界值,将60m /m确定为用液强度的上边界值;75口井的加砂强度最小值为 1t/m,最大值
为3.5t/m,则将1t/m确定为加砂强度的下边界值,将3.5t/m确定为加砂强度的上边界值。
的最小值和最大值均为示例性数据,实际应用中还可以为其他数据,本发明实施例对此不
做具体限定。
产量模型的目标输入值集合。也可以通过建立空间三维坐标系,通过在空间三维坐标系中
建立多个坐标点,根据对应的坐标点确定目标输入值集合。在一种可能的实现方式中,可以
根据步骤3061‑步骤3064确定目标输入值集合。
维坐标的原点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强度的下边界
值组成,X轴的最大值为段间距的上边界值, Y轴的最大值为用液强度的上边界值,Z轴的最
大值为加砂强度的上边界值。
效率。在一种可能的实施例中,N为100,即在空间三维坐标内随机选取100个点,将100个点
中每个点所对应的段间距、用液强度和加砂强度值确定为目标压裂参数值,并将地质参数
的实际值、水平段长度的实际值和目标压裂参数值确定为目标输入值,而将100个目标输入
值确定为目标输入值集合。
是离散的,因此,还需要对N个离散点进行迭代处理,得到N个点附近的其他不属于N个点之
内的点,并在测试产量模型中确定这些迭代出的点的测试产量,以提高确定测试产量的最
大值的精度。具体地,可以通过步骤3071‑步骤3075,来确定测试产量的最大值。
第i个点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为第二
随机变量,Pid为个体点经历的自身最优位置, Pgd为N个点中各个点进行比较后所经历的全
局最优位置,k为迭代次数。
输入值迭代1000次,得到1001个参考输入值。将1001个参考输入值代入测试产量模型中,确
定为1001*N个测试产量,比较1001*N个测试产量,将其中数值最大的测试产量确定为测试
产量的最大值。需要说明的是,迭代次数越多,则确定的参考输入值集合的个数越多,对应
的参考输入值也就越多,也就可以确定出更多的测试产量,从而提高计算精度。
压裂参数。
定出测试产量的最大值后,将测试产量的最大值所对应的目标输入值集合中的目标输入值
确定为优化输入值,并将所述优化输入值中的压裂参数的优化值,确定为页岩储层多级压
裂水平井的压裂参数,此时确定的压裂参数,即是在测试产量模型的基础上,最适合本次页
岩储层多级压裂水平井的压裂参数。
3
碳含量2.75%、平均含气量3.97m /t、优质储层段钻遇率 1.3%、次优质储层段钻遇率
84.7%、优质储层段长度18.85m、次优质储层段长度1228.15m。以B1井的测试产量最大化为
目标,采用步骤301‑步骤303所建立的测试产量模型,通过步骤305‑步骤308,确定出段间
3
距、用液强度和加砂强度分别为95.28m、50m /m和3t/m,预计测试产量可以达到41.55×
4 3
10m/d。
上边界值和下边界值,再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界
值和下边界值,确定测试产量模型的目标输入值集合,其次基于目标输入值集合和粒子群
参数,通过测试产量模型,确定测试产量的最大值,最后将测试产量的最大值所对应的目标
输入值集合中的目标输入值确定为优化输入值,并将优化输入值中的压裂参数的优化值,
确定为页岩储层多级压裂水平井的压裂参数。也即是,在本发明实施例中,可以根据地质参
数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本
数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数,相较于
相关技术中通过地层压力和扩散系数出发确定压裂参数的方法,提高了压裂参数在页岩储
层的适用性和准确性。
有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次
优质储层段长度,压裂参数包括段间距、用液强度和加砂强度,粒子群参数包括第一最大迭
代次数、第一学习因子、第二学习因子,测试产量模型是根据地质参数、水平段长度、压裂参
数和测试产量的样本数据训练得到的非线性映射关系。
压裂水平井的压裂参数。
向,空间三维坐标的原点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强
度的下边界值组成,X轴的最大值为段间距的上边界值,Y轴的最大值为用液强度的上边界
值,Z轴的最大值为加砂强度的上边界值;
点的空间位置,C1为第一学习因子,C2为第二学习因子,r1为第一随机变量,r2为第二随机变
量,Pid为个体点经历的自身最优位置,Pgd为 N个点中各个点进行比较后所经历的全局最优
位置,k为迭代次数。
重集合包括11个输入层连接权重、20个第一层连接权重和 20个第二层连接权重,偏置常数
集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数;
接权重集合中的每个连接权重和偏置常数集合中的每个偏置常数进行迭代,确定目标连接
权重集合和目标偏置常数集合;
层偏置常数,通过Re‑Lu函数公式,确定20个第一层神经元;
层神经元;
产量;
s个目标泛数的过程,确定第s+1个预测产量和第s+1个目标泛数;
个偏置常数集合的步骤;
为目标连接权重集合,将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集
合。
上边界值和下边界值,再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界
值和下边界值,确定测试产量模型的目标输入值集合,其次基于目标输入值集合和粒子群
参数,通过测试产量模型,确定测试产量的最大值,最后将测试产量的最大值所对应的目标
输入值集合中的目标输入值确定为优化输入值,并将优化输入值中的压裂参数的优化值,
确定为页岩储层多级压裂水平井的压裂参数。也即是,在本发明实施例中,可以根据地质参
数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本
数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数,相较于
相关技术中通过地层压力和扩散系数出发确定压裂参数的方法,提高了压裂参数在页岩储
层的适用性和准确性。
实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结
构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的
页岩储层多级压裂水平井压裂参数的确定装置与上述页岩储层多级压裂水平井压裂参数
的确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像
专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设
备、便携式终端、膝上型终端、台式终端等其他名称。
Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程
逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器,主
处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing
Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在
一些实施例中,处理器501 可以在集成有GPU(Graphics Processing Unit,图像处理器),
GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器501还可以包
括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的
计算操作。
或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器502中的非暂态的计算机可
读存储介质用于存储至少一个指令,该至少一个指令用于被处理器501所执行以实现本申
请中方法实施例提供的页岩储层多级压裂水平井压裂参数的确定方法。
可以通过总线、信号线或电路板与外围设备接口503相连。具体地,外围设备包括:射频电路
504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。
接口503被集成在同一芯片或电路板上;在一些其他实施例中,处理器501、存储器502和外
围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不
加以限定。
换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路504包
括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片
组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行
通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及 5G)、无线局
域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路504还可
以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以
限定。
示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理
器501进行处理。此时,显示屏505还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/
或软键盘。在一些实施例中,显示屏505可以为一个,设置终端500的前面板;在另一些实施
例中,显示屏505可以为至少两个,分别设置在终端500的不同表面或呈折叠设计;在再一些
实施例中,显示屏505可以是柔性显示屏,设置在终端500的弯曲表面上或折叠面上。甚至,
显示屏505还可以设置成非矩形的不规则图形,也即异形屏。显示屏 505可以采用LCD
(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light‑ Emitting Diode,有机发
光二极管)等材质制备。
些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像
头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角
摄像头融合实现全景拍摄以及VR (Virtual Reality,虚拟现实)拍摄功能或者其它融合拍
摄功能。在一些实施例中,摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯,
也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不
同色温下的光线补偿。
出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端500的不同部位。麦克
风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路
504的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当
扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信
号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路507还可以包括
耳机插孔。
Positioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的
伽利略系统的定位组件。
或无线充电。该可充电电池还可以用于支持快充技术。
光学传感器515以及接近传感器516。
以根据加速度传感器511采集的重力加速度信号,控制触摸显示屏505以横向视图或纵向视
图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
512采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄
时的图像稳定、游戏控制以及惯性导航。
根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在
触摸显示屏505的下层时,由处理器501根据用户对触摸显示屏505的压力操作,实现对UI界
面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单
控件中的至少一种。
出用户的身份为可信身份时,由处理器501授权该用户执行相关的敏感操作,该敏感操作包
括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端
500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时,指纹传感器514可以
与物理按键或厂商Logo集成在一起。
时,调高触摸显示屏505的显示亮度;当环境光强度较低时,调低触摸显示屏505的显示亮
度。在另一个实施例中,处理器501还可以根据光学传感器515采集的环境光强度,动态调整
摄像头组件506的拍摄参数。
户与终端500的正面之间的距离逐渐变小时,由处理器 501控制触摸显示屏505从亮屏状态
切换为息屏状态;当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时,
由处理器501控制触摸显示屏 505从息屏状态切换为亮屏状态。
明实施例还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,该计算机
程序被处理器执行时可以实现图2或图3所示的实施例中的页岩储层多级压裂水平井压裂
参数的确定方法。
存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。