一种二氧化碳地质封存注入诱发断层活化智能预测方法及系统
本发明属于二氧化碳地质封存与地质灾害防控交叉,具体涉及一种二氧化碳地质封存注入诱发断层活化智能预测方法及系统。
背景技术:
1、
2、co2地质封存注入诱发断层活化与诸多因素有关,其中主要包括断层倾角、断层走向与最大水平主应力的夹角、断层核摩擦系数、断层核内聚力、三维地应力参数、断层带渗透率、孔隙度等地质因素,以及注入压力、注入速率、累计注入量、井-断层距离、注入时长等工程因素。目前,断层活化风险评价主要采用数值模拟方法,计算耗时长,难以满足现场注入过程中实时决策的需求。
3、近年来,机器学习方法在地质灾害预测领域得到广泛应用。但现有方法多为纯数据驱动,未充分考虑注入参数与断层力学响应之间的物理机制,导致模型在数据稀疏区域或极端工况下预测可靠性不足,致使co2地质封存注入过程断层活化风险难以实现主动预测与防治,制约着碳封存技术的工程应用。
技术实现思路
1、本发明旨在解决现有技术的不足,提供了如下方案:
2、一种二氧化碳地质封存注入诱发断层活化智能预测方法,包括以下步骤:
3、确定断层地质因素和注入工程因素,并通过采集与统计得到所述断层地质因素和所述注入工程因素的具体数值;
4、对所述具体数值进行物理特征构建和无量纲化处理,并将处理后数据划分为训练数据集和测试数据集;
5、基于梯度提升树算法构建初始智能预测模型,将所述训练数据集作为输入,将断层活化和不活化作为输出,对所述初始智能预测模型进行训练,得到训练好的断层活化智能预测模型;
6、将所述测试数据集输入到所述断层活化智能预测模型中,采用梯度提升树对测试数据进行预测,将各棵决策树的输出分数累加,通过sigmoid函数转换为断层活化概率,根据预设概率阈值判别所属类别,得到测试预测结果,并基于测试预测结果评估所述断层活化智能预测模型的最终性能;
7、在注入作业过程中,实时采集注入压力和注入速率,动态计算累计注入量和注入时长,与已确定的静态参数共同构成新的样本集,将新的样本集输入到所述断层活化智能预测模型中,实时输出断层活化的判别预测结果。
8、优选的,所述断层地质因素包括:断层倾角、断层走向与最大水平主应力的夹角、断层核摩擦系数、断层核内聚力、最大水平主应力、最小水平主应力、垂向主应力、断层带渗透率、孔隙度和储层厚度;
9、所述注入工程因素包括:注入压力、注入速率、累计注入量、井-断层距离和注入时长。
10、优选的,获取所述断层地质因素的方法包括:
11、通过地震资料解释及测井数据获取所述断层倾角和断层走向,结合地应力方向计算得到断层走向与最大水平主应力的夹角;
12、通过实验室岩心直剪试验或邻井工程类比法获取所述断层核摩擦系数和所述断层核内聚力;
13、通过水压致裂试验获取所述最小水平主应力,根据破裂压力和重张压力计算所述最大水平主应力,通过井壁崩落分析确定最大水平主应力方向;
14、通过上覆岩层密度积分计算或现场应力测试获取所述垂向主应力;
15、通过岩心实验分析或试井测试获取所述断层带渗透率、所述孔隙度和所述储层厚度。
16、优选的,获取所述注入工程因素的方法包括:
17、通过布设于井口的压力传感器和流量计实时采集所述注入压力和所述注入速率;
18、通过所述注入速率对时间积分计算所述累计注入量;
19、通过地震解释剖面定位获取所述井-断层距离;
20、通过自注入起始时刻至当前时刻的累计时长计算所述注入时长。
21、优选的,所述物理特征构建的方法包括:基于渗流力学、biot孔弹性理论和摩尔-库仑破坏准则,由所述注入速率、所述井-断层距离、所述断层带渗透率、所述孔隙度、所述储层厚度、所述注入时长、三维地应力参数和储层与流体物性参数,计算断层面孔隙压力增量、有效正应力和断层面剪应力,并将所述断层面孔隙压力增量、所述有效正应力和所述断层面剪应力与影响因素具体数值融合,构建物理特征集。
22、优选的,得到所述断层活化智能预测模型的方法包括:
23、将所述训练数据集输入到所述初始智能预测模型中,将断层活化和不活化的结果作为目标输出,采用梯度提升策略,初始化第一棵决策树;
24、计算当前所有决策树的集成预测分数与目标输出之间的残差,建立新的决策树拟合该残差,并在目标函数中加入包含叶节点数惩罚项和叶节点权重l2惩罚项的正则化项,控制新决策树的复杂度;
25、从特征集输入变量中选择最优属性进行节点分裂,构建cart回归树;
26、重复迭代,直至达到预设树数量或验证集损失连续预设轮数不下降,生成多棵决策树组成的梯度提升树模型,进而得到训练好的所述断层活化智能预测模型。
27、本发明还提供了一种二氧化碳地质封存注入诱发断层活化智能预测系统,所述系统应用上述的方法,包括:数据录入模块、数据处理模块、模型构建模块、模型测试模块和预测模块;
28、所述数据录入模块用于确定断层地质因素和注入工程因素,并通过采集与统计得到所述断层地质因素和所述注入工程因素的具体数值;
29、所述数据处理模块用于对所述具体数值进行物理特征构建和无量纲化处理,并将处理后数据划分为训练数据集和测试数据集;
30、所述模型构建模块基于梯度提升树算法构建初始智能预测模型,将所述训练数据集作为输入,将断层活化和不活化作为输出,对所述初始智能预测模型进行训练,得到训练好的断层活化智能预测模型;
31、所述模型测试模块用于将所述测试数据集输入到所述断层活化智能预测模型中,采用梯度提升树对测试数据进行预测,将各棵决策树的输出分数累加,通过sigmoid函数转换为断层活化概率,根据预设概率阈值判别所属类别,得到测试预测结果,并基于测试预测结果评估所述断层活化智能预测模型的最终性能;
32、在注入作业过程中,所述预测模块实时采集注入压力和注入速率,动态计算累计注入量和注入时长,与已确定的静态参数共同构成新的样本集,将新的样本集输入到所述断层活化智能预测模型中,实时输出断层活化的判别预测结果。
33、与现有技术相比,本发明的有益效果为:
34、(1)本发明通过梯度提升树算法构建断层活化智能预测模型,采用断层地质因素与注入工程因素所获取的样本数据来训练模型,过程中融合渗流力学、biot孔弹性理论与摩尔-库伦破坏准则构建物理特征,能够有效提高模型预测的准确性,解决了现有技术中co2地质封存注入过程断层活化风险无法实现智能准确预测的技术问题。
35、(2)本发明中的co2地质封存注入诱发断层活化智能预测方法,在注入作业动态进行的过程中,注入工程因素中注入压力和注入速率的数值大小能够实时动态获取,累计注入量和注入时长能够动态计算,与已确定的断层地质因素和井-断层距离共同构成新的样本,输入到训练好的模型中实时输出预测结果,实现了随注入作业实时动态智能预测断层活化情况。
36、(3)本发明中的co2地质封存注入诱发断层活化智能预测系统,能够实现相关的断层地质数据及注入工程数据的录入与分析;能够自动采集注入压力、注入速率等参数;能够对所采集到的数据进行预处理进而得到样本数据;能够对co2地质封存注入过程的断层活化进行实时动态智能预测;能够根据智能预测结果,联动决策单元对注入控制系统作出决策,同时将预测结果反馈至地面监控平台,最终实现注入作业的安全稳定运行。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com