[發明專利]一種壓裂施工中油壓峰值的在線圖神經網絡預測方法

有效

• 申請號: 202110278929.0
• 申請日: 2021-03-16
• 公開（公告）號: CN113006774B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李平;張巍;鐘原;胡棟;楊洋;黃羅杰;王標;唐國根;顧天一;茍莉;黃愷文;李麗;黃金誠;陳娜
• 申請（專利權）人: 西南石油大學
• 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

本發明公開了一種壓裂施工中油壓峰值的在線圖神經網絡預測方法，由于傳統的機器學習回歸方法預測油壓的準確性不夠，為了滿足壓裂施工中的輔助施工的要求，本發明提出使用圖神經網絡進行油壓值的預測，數據預處理中將周期內的油壓序列的峰值作為節點，以可視圖算法進行網絡構建，對預測的節點，默認其與前一時刻節點相連，然后進行圖自編碼器網絡嵌入，編碼器由兩層圖卷積神經網絡組成，解碼器由內積解碼器組成。將預測節點的表示與其他節點進行cos相似度計算，選取Topk個最相似節點油壓值，根據其相似權重組合，得到預測節點的油壓值。根據當前預測值修正網絡，遺忘較遠時刻的節點，并持續預測新的油壓峰值。

技術領域

本發明涉及圖神經網絡技術領域，具體涉及壓裂施工中使用圖神經網絡預測油壓峰值的一種在線學習方法。

背景技術

壓裂施工是利用水力作用使地層形成裂縫的一種施工方法。地層壓裂工藝過程是用壓裂車把高壓大排量具有一定黏度的液體擠入地層，當把地層壓出許多裂縫后，加入支撐劑(如石英砂等)充填進裂縫，提高地層的滲透能力，以增加注、采產量。

在壓裂施工的過程中，每次加沙則會導致油壓值發生一定的變化，準確而快速的獲得沙濃變化所引起的油壓峰值的變化對整個施工過程至關重要。傳統的回歸方法如線性回歸、支持向量機回歸器無法準確的通過沙濃特征捕獲油壓峰值的變化，導致預測的平均平方誤差較大，較大誤差則對壓裂施工油壓預測影響較大。

為了提升油壓峰值預測的效果，基于圖神經網絡的非線性油壓峰值預測的在線學習方法被提出。其中可視圖網絡構建實現了時間序列數據轉換為復雜網絡，基于圖自編碼器的無監督的表示學習方法廣泛應用于各類圖網絡數據。本發明提出對油壓的時間序列進行復雜網絡構建后進行帶有屬性的圖嵌入方法進行網絡節點表示學習，既可以進行離線學習也可進行在線學習；在離線學習中，基于歷史油壓序列數據構建網絡進行節點表示學習后預測，根據輸入沙濃的變化即獲得對應的預測油壓峰值；在在線學習中，根據實時油壓序列和實時沙濃序列進行網絡構建后再進行節點表示學習后預測，實時數據實時更新網絡結構，同時新預測的油壓峰值節點及時修正當前網絡，保證了后續節點油壓峰值預測的準確性。最后引入遺忘機制，遺忘時間較遠的對應節點的油壓值，同時保持網絡大小，提高運算效率。

發明內容

本發明公開了一種基于圖神經網絡的壓裂施工中油壓值的預測方法，包括以下步驟：(1)數據預處理；具體包括：施工周期的劃分，圖網絡的構建，網絡節點特征的構建，制作訓練集和測試集；(2)以圖自編碼器進行油壓值網絡嵌入的節點表示學習；編碼器包括兩層圖卷積神經網絡，解碼器使用內積解碼器計算兩節點之間存在邊的概率來重構圖(3)基于油壓值節點的向量表示，計算預測節點與已知油壓節點的相似度，尋找Topk個最相似油壓的節點，以相似節點的相似度權重和相似節點油壓值線性求和作為預測節點的油壓。(4)根據新的預測節點的油壓及時修正當前網絡，同時使用遺忘機制遺忘較遠時刻的油壓節點并控制網絡大小。(5)通過(4)中更新的網絡，繼續預測下一周期的油壓峰值，重復(2)(3)(4)，即實現預測后續周期中的油壓峰值。

本發明所提供的技術方案為：一種圖神經網絡的壓裂施工中油壓值的預測，包括如下步驟：

步驟1、數據預處理，具體步驟如下：

(1)周期劃分；將壓裂施工數據中的油壓序列與沙濃序列進行周期劃分，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的油壓值的大小，當加沙濃度為0時即為停止加沙；

(2)峰值選取與節點屬性構建；取每個周期中油壓的最大值和最小值分別作為兩個網絡節點，即每個周期包含2個節點，每個節點采用油壓峰值作為標簽，組成油壓峰值序列；節點屬性包括當前周期內的沙濃序列的統計信息，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)訓練集與測試集的劃分；對油壓值序列進行訓練集、驗證集、測試集的劃分，選擇前百分之七十作為訓練集，后百分之十作為驗證集，最后百分之二十作為測試集；