[發(fā)明專利]基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010413467.4
• 申請日: 2020-05-15
• 公開（公告）號: CN111561313B
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計）人: 譚茂金;白洋;張海濤;李高仁
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（北京）
• 主分類號: E21B49/00
• 分類號: E21B49/00;G01V11/00
• 代理公司: 北京興智翔達知識產(chǎn)權(quán)代理有限公司 11768
• 代理人: 蔣常雪

1.基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：包括以下步驟：

A.建立儲層參數(shù)的物理模型；

B.建立委員會機器；所述委員會機器由反向傳播神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機、小波神經(jīng)網(wǎng)絡(luò)三個專家網(wǎng)絡(luò)的全部或任意組合構(gòu)成；

C.將測井?dāng)?shù)據(jù)及對應(yīng)的所述物理模型共同輸入至所述委員會機器；

D.所述委員會機器對儲層參數(shù)進行預(yù)測；

E.根據(jù)加權(quán)求和法得到所述委員會機器預(yù)測結(jié)果：

式中，y_CM為所述委員會機器預(yù)測結(jié)果；N是訓(xùn)練數(shù)據(jù)數(shù)量；w_j為反向傳播神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機、小波神經(jīng)網(wǎng)絡(luò)三個專家網(wǎng)絡(luò)的加權(quán)因子；b_j為第j個專家網(wǎng)絡(luò)的預(yù)測值。

2.如權(quán)利要求1所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：所述步驟A中，儲層參數(shù)的物理模型包括：孔隙度模型，滲透率模型和含水飽和度模型。

3.如權(quán)利要求2所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：孔隙度φ的計算模型如下：

式中，φ_A為聲波孔隙度；Δt_ma為致密砂巖骨架的聲波時差；Δt_f為泥漿濾液的聲矩陣；Δt_sh為泥質(zhì)的聲波時差；V_sh為粘土的體積；

φ_N為中子測井孔隙度；φ_N,ma為致密砂巖骨架的中子孔隙度；φ_N,f為泥漿濾液的中子孔隙度；φ_N,sh為泥質(zhì)的中子孔隙度；

φ_D為密度測井孔隙度；ρ_ma為致密砂巖的骨架的密度；ρ_f是泥漿濾液的密度；ρ_sh是泥質(zhì)的密度。

4.如權(quán)利要求3所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：滲透率K的計算模型如下：

式中，S_wb是儲層束縛水水飽和度。

5.如權(quán)利要求4所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：含水飽和度S_w的計算模型如下：

式中，R_t為儲層的真電阻率；R_w是地層水電阻率；a，b，m和n為經(jīng)驗常數(shù)。

6.如權(quán)利要求5所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：所述步驟E中，通過優(yōu)化遺傳算法目標(biāo)函數(shù)E計算反向傳播神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機、小波神經(jīng)網(wǎng)絡(luò)三個專家網(wǎng)絡(luò)權(quán)重：

式中，T是目標(biāo)值；N是訓(xùn)練數(shù)據(jù)數(shù)量；

在利用遺傳算法計算時，制定以下約束條件：

Aw^T＝b

式中，A＝[1 1 1]，w＝[w₁ w₂ w₃]，b＝1，w₁ w₂ w₃分別為反向傳播神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機、小波神經(jīng)網(wǎng)絡(luò)三個專家網(wǎng)絡(luò)權(quán)重范圍為0到1。

7.如權(quán)利要求1所述的基于物理模型和機器學(xué)習(xí)的致密砂巖儲層參數(shù)預(yù)測方法，其特征在于：所述步驟C中，測井?dāng)?shù)據(jù)包括：自然伽馬測井、電阻率測井、聲波時差測井、中子密度測井、補償密度測井。