[發明專利]基于人工智能算法的油藏物性參數地震預測方法

有效

• 申請號: 202010013150.1
• 申請日: 2020-01-06
• 公開（公告）號: CN111025396B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 程遠鋒;韓宏偉;張云銀;王興謀;曲志鵬;梁鴻賢;揭景榮;慎國強
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司勝利油田分公司物探研究院
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 濟南日新專利代理事務所(普通合伙) 37224
• 代理人: 崔曉艷

1.基于人工智能算法的油藏物性參數地震預測方法，其特征在于，該基于人工智能算法的油藏物性參數地震預測方法包括：

步驟1，利用地震數據反演出油氣儲層的縱波阻抗、橫波阻抗和密度；

步驟2，進行巖石物理模型分析，將孔隙度、油氣飽和度和滲透率這些油藏物性參數與地震數據反演結果聯系起來；

步驟3，基于巖石物理模型分析，利用人工智能算法反演出油藏的物性參數；

在步驟2中，利用流固耦合的巖石物理模型將油藏物性參數與地震三參數反演結果聯系起來，模型中考慮了流體流動效應的地震響應；

在理論模型中，三維各向同性彈性體的應力應變本構關系表示為：

σ_ij＝λε_kkδ_ij+2με_ij (1)

其中σ_ij為應力張量的分量，i，j＝1，2，3，ε_ij為應變張量的分量，ε_kk為主應變，δ_ij為克羅內克符號，i＝j時δ_ij＝1，否者為0，λ和μ是拉梅系數；為了將上式推廣至粘彈性情形，將(1)進行形式上的重寫，如下

其中二者分別對應于應力偏張量與應變偏張量分量；K_m為彈性體的體積模量；

(2)中的兩式都成正比例關系，形式上與一維情形的胡克定律類似；仿照一維情形下胡克定律向Zener粘彈性本構關系推廣，再將本構關系中的整數階時間導數替換為分數階，獲得了三維情形下的分數階粘彈性本構關系如下：

其中，t為時間，p₁，p₂，q₀，q₁，q₂，q₃為粘彈性參數，ξ和β為分數階導數的階數；為了便于討論，重新定義一組參數來替代上述粘彈性參數，如下：

之后將(4)變化至頻率域

其中ij為坐標軸，ω為頻率，分別對應σ_kk,ε_kk,S_ij,d_ij的傅里葉變換；為了將它們變化會時間域，我們如下定義兩個松弛函數ψ₁和ψ₂：

其中i為虛數，ω為頻率，之后,再變換回時間域，得到：

其中t為時間，將(7)中的兩式合并可得：

其中t為時間，由此，得到了分數階粘彈性本構關系的表達式；此表達式雙相孔隙介質巖石物理模型的基礎，將(8)引入Biot波動方程即可得到油藏物性參數與地震波縱波阻抗、橫波阻抗和密度之間的關系式。

2.根據權利要求1所述的基于人工智能算法的油藏物性參數地震預測方法，其特征在于，在步驟3中，按照步驟2中油藏物性參數和地震反演結果的關系，利用人工智能算法對油藏物性參數進行反演計算，得到油藏孔隙度、油氣飽和度、滲透率和含油氣概率這些物性參數。

3.根據權利要求1所述的基于人工智能算法的油藏物性參數地震預測方法，其特征在于，在步驟3中，使用的人工智能算法為混合遺傳算法，利用與自適應方法相似的方法對交叉概率進行修正，具體步驟如下：

第一步：利用選擇算子選擇一個母親個體x_i；

第二步：利用選擇算子選擇一個父親個體x_j；

第三步：計算x_i與x_j間的相對距離L_ij；

第四步：對初始交叉概率P_crs進行修正，得到修正后的交叉概率：

其中g為罰函數，L為兩個個體的相對距離，a和c是兩個可調節的常數，g(L)越接近0則其對適應值的影響越大；越接近1則其對適應值的影響越小；

第五步：產生一個[0,1]區間上的隨機數r，如果則可以進行之后的交叉操作，否則回到第二步。