[发明专利]地层压力预测分析方法、装置、介质及设备有效
申请号: | 202110763391.2 | 申请日: | 2021-07-06 |
公开(公告)号: | CN113283182B | 公开(公告)日: | 2023-09-05 |
发明(设计)人: | 李中;范白涛;幸雪松;谢仁军;吴怡;焦金刚;袁俊亮;庞照宇 | 申请(专利权)人: | 中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/0499;G06N3/084;G06F111/10;G06F113/08;G06F119/14 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 任文娟 |
地址: | 100010 北*** | 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: | 地层 压力 预测 分析 方法 装置 介质 设备 | ||
本发明涉及一种地层压力预测分析方法、装置、介质及设备,包括如下步骤:a测量地层井深H处的地层孔隙压力当量密度、上覆岩层压力当量密度、地层水密度、实测声波时差值和实测地层压力数据点Esubgt;p/subgt;;b将井深H处的地层孔隙压力当量密度、上覆岩层压力当量密度、地层水密度和实测声波时差值代入Eaton法地层孔隙压力计算模型公式;c求取正常压力趋势线,当地层出现异常压力升高时,利用深度学习中前馈神经网络模型对Eaton法地层孔隙压力计算模型公式进行校正,从而确定单井的声波时差趋势线最优解;d基于地层孔隙压力当量密度和实测地层压力数据点Esubgt;p/subgt;,计算偏差和方差,利用深度学习中前馈神经网络模型,预测区域Eaton指数n。
技术领域
本发明涉及一种地层压力预测分析方法、装置、介质及设备,属于地质勘探技术领域。
背景技术
常规地层压力预测方法是利用声波时差、地层密度等测井资料,根据传统地层压力计算方法(以Eaton法为代表)分析地层压力。但在分析过程中,常规方法需要人为观察趋势建立常压地层趋势线,从而可以分析压力随深度的变化,其基本上是依靠经验做法去确定正常压力趋势线,较为依靠工程技术人员主观和经验判断,常造成经验做法存在一定误差。因此,为了更加准确地识别区域地层压力,急需一种新的方法建立区域地层压力正常趋势线,从而提高地层压力预测精度。
发明内容
针对上述突出问题,本发明提供一种地层压力预测分析方法、装置、介质及设备,该方法基于传统理论模型,将需要人工经验或区域常用系数等确定,通过深度学习中前馈神经网络模型的方法可以得到更为合理的区域参数,从而可以进一步提高区域地层压力预测精度。
为实现上述目的,本发明采取以下技术方案:
一种地层压力预测分析方法,包括如下步骤:
a测量地层井深H处的地层孔隙压力当量密度、上覆岩层压力当量密度、地层水密度、实测声波时差值和实测地层压力数据点Ep;
b将所述步骤a中的井深H处的地层孔隙压力当量密度、上覆岩层压力当量密度、地层水密度和实测声波时差值代入Eaton法地层孔隙压力计算模型公式;
c基于所述步骤b中的Eaton法地层孔隙压力计算模型公式,求取正常压力趋势线,当地层出现异常压力升高时,利用深度学习中前馈神经网络模型对Eaton法地层孔隙压力计算模型公式进行校正,从而确定单井的声波时差趋势线最优解;
d基于所述步骤a中的地层孔隙压力当量密度和实测地层压力数据点Ep,计算偏差和方差,利用深度学习中前馈神经网络模型,求取区域Eaton指数n。
所述的地层压力预测分析方法,优选地,所述步骤b中Eaton法地层孔隙压力计算模型公式如下:
Gp=Gop-(Gop-ρw)(Δtn/Δt)n (1)
式中,Gp为井深H处的地层孔隙压力当量密度;Gop为井深H处的上覆岩层压力当量密度;ρw为井深H处的地层水密度;Δtn为井深H处的正常压实时的声波时差值;Δt为井深H处的实测声波时差值;n为Eaton指数。
所述的地层压力预测分析方法,优选地,对岩性已知、地层水性质变化不大的地质剖面,声波时差与孔隙度之间成正比关系,所述步骤c中求取正常压力趋势线的计算公式如下:
logΔt=AH+B (2)
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海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心,未经中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心许可,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/202110763391.2/2.html,转载请声明来源钻瓜专利网。