[發(fā)明專利]一種壓裂施工中油壓峰值的在線圖神經(jīng)網(wǎng)絡(luò)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202110278929.0
• 申請日: 2021-03-16
• 公開（公告）號: CN113006774B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計）人: 李平;張巍;鐘原;胡棟;楊洋;黃羅杰;王標(biāo);唐國根;顧天一;茍莉;黃愷文;李麗;黃金誠;陳娜
• 申請（專利權(quán)）人: 西南石油大學(xué)
• 主分類號: E21B47/06
• 分類號: E21B47/06;E21B43/267;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種壓裂施工中油壓峰值的在線圖神經(jīng)網(wǎng)絡(luò)預(yù)測方法，其具體包括如下步驟：

步驟1、數(shù)據(jù)預(yù)處理，具體步驟如下：

(1)周期劃分；將壓裂施工數(shù)據(jù)中的油壓序列與沙濃序列進(jìn)行周期劃分，劃分方式為上次加入沙濃起到下次加入沙濃起為一個周期，每個周期包括各時刻的加沙濃度以及對應(yīng)的油壓值的大小，當(dāng)加沙濃度為0時即為停止加沙；

(2)峰值選取與節(jié)點屬性構(gòu)建；取每個周期中油壓的最大值和最小值分別作為兩個網(wǎng)絡(luò)節(jié)點，即每個周期包含2個節(jié)點，每個節(jié)點采用油壓峰值作為標(biāo)簽，組成油壓峰值序列；節(jié)點屬性包括當(dāng)前周期內(nèi)的沙濃序列的統(tǒng)計信息，具體包括：沙濃序列的最大值，最小值，平均值，方差，停止加沙時長，加沙時長，加沙總量；

(3)訓(xùn)練集與測試集的劃分；對油壓值序列進(jìn)行訓(xùn)練集、驗證集、測試集的劃分，選擇前百分之七十作為訓(xùn)練集，后百分之十作為驗證集，最后百分之二十作為測試集；

(4)網(wǎng)絡(luò)構(gòu)建；對訓(xùn)練集的油壓序列進(jìn)行可視圖網(wǎng)絡(luò)構(gòu)建，可視圖網(wǎng)絡(luò)實現(xiàn)了時間序列到復(fù)雜網(wǎng)絡(luò)的轉(zhuǎn)換；具體如下：給定油壓序列X_n＝{x₁，x₂，...，x_n}，其中x_i表示在時間i時刻的油壓值；將每個油壓值作為一個節(jié)點，即：n_i＝x_i；邊的定義規(guī)則：其中a＜b＜c，t表示時間先后關(guān)系；如果x_a和x_c滿足此規(guī)則，則x_a和x_c之間存在連邊；遍歷整個油壓值序列X_n，完成可視圖網(wǎng)絡(luò)的構(gòu)建；

(5)基于以上數(shù)據(jù)預(yù)處理后得到油壓峰值可視圖網(wǎng)絡(luò)鄰接矩陣A以及對應(yīng)的各個節(jié)點屬性矩陣X；

步驟2、提出使用圖自編碼器獲取各個節(jié)點的低維向量表示，編碼器層使用兩層的圖卷積神經(jīng)網(wǎng)絡(luò)，解碼器層使用簡單的內(nèi)積解碼器以兩節(jié)點之間是否連邊進(jìn)行解碼；編碼器：z＝GCN(X，A)，解碼器：損失函數(shù)：L＝E_q(Z|X，A)[logP(A|Z)]；E_q(Z|X，A)表示交叉熵?fù)p失函數(shù)，衡量與A之間的重構(gòu)損失，即計算鄰接矩陣A中與重構(gòu)鄰接矩陣中的元素的值之間的差異；兩層圖卷積神經(jīng)網(wǎng)絡(luò)定義如下：其中A為整個圖的鄰接矩陣，D為度矩陣，ReLU(·)表示RELU激活函數(shù)，W₀與W₁為可學(xué)習(xí)的參數(shù)，為解碼器重構(gòu)的圖結(jié)構(gòu)，σ為sigmoid激活函數(shù)，

步驟3、提出基于相似度的油壓值預(yù)測方法；對預(yù)測的油壓值，采取默認(rèn)與前一節(jié)點連接的方式，通過圖自編碼器得到各個節(jié)點的向量表示，對預(yù)測節(jié)點的向量表示分別與網(wǎng)絡(luò)中已知油壓的節(jié)點的向量進(jìn)行cos相似度計算，找出Topk個最相似的節(jié)點值，Topk是超參數(shù)，表示最相似的節(jié)點的個數(shù)；通過驗證集確定最優(yōu)相似節(jié)點個數(shù)；將計算的相似度作為各節(jié)點的權(quán)重分別與已知油壓值進(jìn)行線性求和后作為預(yù)測點的油壓值；

步驟4、網(wǎng)絡(luò)修正；將步驟3得到的下一節(jié)點的油壓值加入步驟1中的油壓序列中，重新進(jìn)行可視圖網(wǎng)絡(luò)構(gòu)建，由于步驟3中默認(rèn)預(yù)測油壓值節(jié)點與前一節(jié)點相連，將導(dǎo)致預(yù)測點缺少連邊，所以需要將預(yù)測后的油壓值進(jìn)行網(wǎng)絡(luò)修正；同時，由于新來的預(yù)測節(jié)點會導(dǎo)致網(wǎng)絡(luò)不斷增大，為控制網(wǎng)絡(luò)規(guī)模，引入網(wǎng)絡(luò)遺忘機制，將油壓序列中索引為0的x₁進(jìn)行丟棄，達(dá)到遺忘最遠(yuǎn)時刻油壓值的效果；

步驟5、迭代更新，預(yù)測更多的油壓峰值；對下一個新來的預(yù)測節(jié)點，重復(fù)步驟2、3、4，通過此方式，預(yù)測更多周期內(nèi)的油壓的峰值。