[發明專利]基于測井資料的含不確定度地層壓力區域三維模型構建方法

在審

• 申請號: 201911425132.8
• 申請日: 2019-12-31
• 公開（公告）號: CN113129426A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 勝亞楠;徐泓;李偉廷;蔣金寶;孔華;蘭凱
• 申請（專利權）人: 中石化石油工程技術服務有限公司;中石化中原石油工程有限公司;中石化中原石油工程有限公司鉆井工程技術研究院
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N3/12
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 陳志海

1.一種基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，包括：

步驟100、獲取已鉆井含不確定度地層壓力；

步驟200、基于步驟100，部署虛擬井；

步驟300、基于步驟200，利用Kriging插值算法計算目標區域內各個虛擬井的地層壓力估計值；

步驟400、基于步驟300中的目標區域內各個虛擬井的地層壓力估計值，構建含不確定度的地層壓力區域三維模型。

2.根據權利要求1所述的基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，在所述步驟300中，利用Kriging插值算法計算目標區域內各個虛擬井的地層壓力估計值，包括：

步驟310、構建基于支持向量機算法的Kriging插值算法；

步驟320、利用步驟310中的基于支持向量機算法的Kriging插值算法計算目標區域內各個虛擬井的地層壓力估計值。

3.根據權利要求2所述的基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，在所述步驟310中，構建基于支持向量機算法的Kriging插值算法，包括：

步驟311、選取高斯基RBF核函數作為支持向量機的核函數，回歸函數形式為：

步驟312、選擇能反映SVM回歸性能的函數作為適應度函數：

式中：F(x_i)為第i個個體的適應值；y_j、q_j分別表示由第i個個體組成的SVM的期望輸出值和訓練樣本輸出值；m為訓練樣本的個數。

4.根據權利要求3所述的基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，在所述步驟311中，選取高斯基RBF核函數作為支持向量機的核函數還包括：

確定SVM回歸模型中的三個參數，其中，所述三個參數分別為：不敏感損失參數ε、懲罰參數C和高斯基RBF核函數的核參數σ。

5.根據權利要求4所述的基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，所述確定SVM回歸模型中的三個參數，包括：

基于遺傳算法對SVM回歸模型中的三個參數進行優選確認，包括：

①、初始化種群：采用二進制編碼隨機產生M個初始種群，預置迭代次數為N；

②、計算適應值：用群體中每個個體對應的參數訓練SVM，計算每個個體的適應值；

③、選擇：按照輪盤賭的方法確定初始種群G⁽⁰⁾中個體被選中的次數及個體的選擇概率，選擇概率大的優秀個體，然后將其信息遺傳到下一代新種群中；

④、交叉：設交叉概率P_c，對父代種群進行隨機配對生成新個體；

⑤、變異：對于給定的變異概率P_m，先隨機選擇M×P_m個個體，讓其第k個字符進行突變運算，替換所選染色體相應位置上的信息，產生新個體；

⑥、終止條件判斷：滿足終止條件，停止計算輸出結果。否則轉到步驟②繼續計算；

⑦、解碼：對最優個體進行解碼，最終得到的SVM模型中三個參數的最優解。

6.根據權利要求2所述的基于測井資料的含不確定度地層壓力區域三維模型構建方法，其特征在于，在所述步驟320中，利用步驟310中的基于支持向量機算法的Kriging插值算法計算目標區域內各個虛擬井的地層壓力估計值，包括：

步驟321、計算實驗變異系數γ^*(h)；

步驟322、采用步驟310中的支持向量機算法對實驗變異系數γ^*(h)進行回歸擬合，得到理論變異系數γ(h)；

步驟323、對于待估位置點x_o，求取其對應的權重向量[λ₁,λ₂,...λ_n]，然后代入Kriging插值算法公式計算得到在x_o位置上的估計值p^*(x₀)。