用于水力压裂的裂缝扩展图像的预测方法及装置
本技术涉及油气藏压裂预测,具体地涉及一种用于水力压裂的裂缝扩展图像的预测方法及装置。
背景技术:
1、水力压裂是低渗、超低渗及非常规油气藏效益开发的核心增产技术。作业时将压裂液与支撑剂注入储层中,高压使地层岩石破裂形成复杂裂缝网络,裂缝向远井地层延伸,从而提高储层有效渗透率与油气井产量。准确预测裂缝在注入作业过程中的扩展形态,对压裂方案优化与完井设计具有重要意义。
2、现有技术通常采用深度学习算法构建代理模型。例如,卷积-长短期记忆网络等递推式时序网络,通过之前的若干帧裂缝图像预测后续若干帧图像,逐帧递推,前一帧的预测误差会沿着时间步累积传播,使得采用卷积长短期记忆网络预测的长序列裂缝扩展图像的预测误差会逐步增大。因此,现有技术会导致裂缝扩展图像的预测可靠性较低。
技术实现思路
1、本技术实施例的目的是提供一种用于水力压裂的裂缝扩展图像的预测方法、装置及存储介质,用以解决现有技术中裂缝扩展图像的预测可靠性较低的问题。
2、为了实现上述目的,本技术第一方面提供一种用于水力压裂的裂缝扩展图像的预测方法,包括:
3、在对目标储层进行水力压裂的过程中,获取与目标储层相关的压裂工况参数、目标储层对应的射孔簇位置图像、对应的天然裂缝分布图像和对应的储层物性参数图像、以及预设泵注时间段对应的全局泵注信息;
4、根据射孔簇位置图像和天然裂缝分布图像生成空间位置先验信息;
5、根据射孔簇位置图像、天然裂缝分布图像、以及储层物性参数图像分别生成对应的射孔簇位置信息、对应的天然裂缝分布信息以及对应的储层物性参数信息;
6、将空间位置先验信息与射孔簇位置信息、天然裂缝分布信息、以及储层物性参数信息进行拼接,以生成空间物理先验特征张量;
7、基于预设插值算法根据预设泵注时间段、全局泵注信息以及预设数量帧确定预设数量帧对应的泵注特征;
8、基于训练好的图像序列预测模型,根据全局泵注信息、泵注特征和空间物理先验特征张量生成在预设泵注时间段内的预设数量帧的裂缝扩展图像。
9、在本技术实施例中,图像序列预测模型的训练,包括:获取与目标储层相关的多组历史压裂工况参数、目标储层对应的历史射孔簇位置图像、对应的历史天然裂缝分布图像和对应的历史储层物性参数图像、各组历史压裂工况参数相关的历史泵注时间段对应的历史全局泵注信息;根据各组历史压裂工况参数和对应的历史全局泵注信息对目标储层进行水力压裂模拟,生成模拟裂缝扩展图像;根据历史泵注时间段从模拟裂缝扩展图像中均匀截取预设数量帧的目标模拟裂缝扩展图像,目标模拟裂缝扩展图像中的第一帧为已扩展的模拟裂缝扩展图像;针对每一组历史压裂工况参数,根据历史射孔簇位置图像和历史天然裂缝分布图像生成历史空间位置先验信息;根据历史射孔簇位置图像、历史天然裂缝分布图像、以及历史储层物性参数图像分别生成对应的历史射孔簇位置信息、对应的历史天然裂缝分布信息以及对应的历史储层物性参数信息;将历史空间位置先验信息与历史射孔簇位置信息、历史天然裂缝分布信息、以及历史储层物性参数信息进行拼接,以生成历史空间物理先验特征张量;基于预设插值算法根据历史全局泵注信息确定各帧目标模拟裂缝扩展图像对应的历史泵注特征;根据历史全局泵注信息、历史泵注特征、历史空间物理先验特征张量以及预设数量帧的目标模拟裂缝扩展图像对图像序列预测模型中的模型参数进行修正,重复上述步骤,直至修正次数大于预设修正次数,以得到训练好的图像序列预测模型。
10、在本技术实施例中,根据历史全局泵注信息、历史泵注特征、历史空间物理先验特征张量以及预设数量帧的目标模拟裂缝扩展图像对图像序列预测模型中的模型参数进行修正,重复上述步骤,直至修正次数大于预设修正次数,以得到训练好的图像序列预测模型,包括:基于图像序列预测模型,根据历史全局泵注信息、历史泵注特征以及历史空间物理先验特征张量,确定预设数量帧的预测裂缝扩展图像;确定预设数量帧的预测裂缝扩展图像与预设数量帧的目标模拟裂缝扩展图像之间的损失值;基于预设损失算法,根据损失值确定预设数量帧的预测裂缝扩展图像与预设数量帧的目标模拟裂缝扩展图像之间的损失值的和值,以得到总损失值;根据总损失值对图像序列预测模型中的模型参数进行修正,重复上述步骤,直至修正次数大于预设修正次数,以得到训练好的图像序列预测模型。
11、在本技术实施例中,预设损失算法包括下述公式:
12、
13、
14、其中,为预测裂缝扩展图像与目标模拟裂缝扩展图像之间的总损失,为预测裂缝扩展图像与目标模拟裂缝扩展图像之间的像素与结构监督损失,为形态损失预热系数,为预测裂缝扩展图像与目标模拟裂缝扩展图像之间的形态延展增强损失,为预测裂缝扩展图像与目标模拟裂缝扩展图像之间的carter滤失近似物理弱约束损失,为物理弱约束权重,为当前训练轮次,为预热轮次。
15、在本技术实施例中,空间位置先验信息包括绝对空间定位先验信息、射孔簇相对距离先验信息以及裂缝相对距离先验信息,根据射孔簇位置图像和天然裂缝分布图像生成空间位置先验信息,包括:根据射孔簇位置图像和天然裂缝分布图像中任一图像生成绝对空间定位先验信息;根据射孔簇位置图像和天然裂缝分布图像分别生成射孔簇相对距离先验信息和裂缝相对距离先验信息。
16、在本技术实施例中,根据射孔簇位置图像和天然裂缝分布图像中任一图像生成绝对空间定位先验信息,包括:确定射孔簇位置图像和天然裂缝分布图像中任一图像的图像分辨率;根据图像分辨率和像素点坐标确定各像素点的绝对空间定位先验信息。
17、在本技术实施例中,根据射孔簇位置图像和天然裂缝分布图像分别生成射孔簇相对距离先验信息和裂缝相对距离先验信息,包括:分别确定射孔簇位置图像和天然裂缝分布图像对应的目标区域;确定射孔簇位置图像和天然裂缝分布图像中除对应的目标区域之外的各像素点与目标区域中最近像素点之间的距离并进行归一化,以得到初始距离;将初始距离进行截断处理并映射至预设区间以得到各像素点的有效临近程度值;对有效临近程度值进行指数变换以得到有效临近程度指数值。
18、在本技术实施例中,方法还包括:分别对原始射孔簇位置图像、原始天然裂缝分布图像以及原始储层物性参数图像进行图像预处理,以得到射孔簇位置图像、天然裂缝分布图像以及储层物性参数图像,图像预处理包括灰度处理和二值化阈值处理中的至少一者。
19、本技术第二方面提供一种用于水力压裂的裂缝扩展图像的生成装置,包括:存储器,被配置成存储指令;以及处理器,被配置成从存储器调用指令以及在执行指令时能够实现根据上述的用于水力压裂的裂缝扩展图像的预测方法。
20、本技术第三方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据上述的用于水力压裂的裂缝扩展图像的预测方法。
21、上述技术方案,在对目标储层进行水力压裂的过程中,获取与目标储层相关的压裂工况参数、目标储层对应的射孔簇位置图像、对应的天然裂缝分布图像和对应的储层物性参数图像、以及预设泵注时间段对应的全局泵注信息。根据射孔簇位置图像和天然裂缝分布图像生成空间位置先验信息。根据射孔簇位置图像、天然裂缝分布图像、以及储层物性参数图像分别生成对应的射孔簇位置信息、对应的天然裂缝分布信息以及对应的储层物性参数信息。并将空间位置先验信息与射孔簇位置信息、天然裂缝分布信息、以及储层物性参数信息进行拼接,以生成空间物理先验特征张量。基于预设插值算法根据预设泵注时间段、全局泵注信息以及预设数量帧确定预设数量帧对应的泵注特征。进一步地,基于训练好的图像序列预测模型,根据全局泵注信息、泵注特征和空间物理先验特征张量生成在预设泵注时间段内的预设数量帧的裂缝扩展图像。如此,相比于现有技术,无需依赖于之前的若干帧裂缝图像逐帧预测后续若干帧图像,而是一次性生成预设泵注时间段内的预设数量帧的裂缝扩展图像,前一帧的预测误差不会沿着时间步累积传播,能够提高裂缝扩展图像的预测可靠性和预测准确性。
22、本技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
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