人工裂缝参数的获取方法、装置及设备与流程

1.本技术实施例涉及页岩气井开采技术领域，特别涉及人工裂缝参数的获取方法、装置及设备。


背景技术：

2.页岩气属于人造气藏，开采时需要通过大型水力压裂形成人工裂缝。页岩气井的生产能力与人工裂缝密切相关，评估页岩气井生产能力的核心步骤是获取人工裂缝参数。
3.相关技术中，通过建立页岩气井模型，然后人为地对人工裂缝参数进行不断修改，运用模型的计算结果来拟合气井的实际生产指标如产气量、产液量，若计算结果与实际观测结果十分接近，则认为模型中的人工裂缝参数符合页岩气井的真实情况，以此获得人工裂缝参数。
4.然而由于影响页岩气井生产能力的因素太多，相关技术强赖于人工调参会使拟合结果存在很大不确定性，导致获取的人工裂缝参数准确性不高；此外，由于样本数量庞大，人工调参的工作量巨大，因此相关技术也不适用于实际情况，效率较低。


技术实现要素：

5.本技术实施例提供了人工裂缝参数的获取方法、装置及设备，用于减少人工裂缝参数获取过程中的人为工作量，并提高人工裂缝参数获取结果的准确性。
6.第一方面，本技术实施例提供了一种人工裂缝参数的获取方法，该方法包括：获取页岩气井模型；获取页岩气井模型中人工裂缝参数的初始概率分布；基于初始概率分布，获取多个第一样本参数；基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数；基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数。
7.在一种可能的实现方式中，基于初始概率分布，获取第一样本参数，包括：在初始概率分布中通过马尔科夫链蒙特卡洛方法进行随机抽样，获得多个第一样本参数。
8.在一种可能的实现方式中，基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数，包括：基于多个第一样本参数以及页岩气井模型获取多个第一样本模型；基于多个第一样本模型通过历史拟合误差函数获取多个第一拟合误差；基于多个第一样本参数以及多个第一拟合误差建立第一代理模型；基于第一代理模型以及参考拟合误差获取多个第二样本参数。
9.在一种可能的实现方式中，基于多个第一样本模型以及多个第一拟合误差建立第一代理模型，包括：基于多个第一样本参数以及多个第一拟合误差通过k最近邻分类knn算法建立第二代理模型；基于第二代理模型通过马尔科夫链蒙特卡洛方法获取多个第三样本参数；基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型。
10.在一种可能的实现方式中，基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型，包括：基于多个第三样本参数以及历史拟合误差函
数对第二代理模型进行迭代，将达到第一条件的迭代后的第二代理模型作为第一代理模型，第一条件为参考数量个第三样本参数通过历史拟合误差函数得到的拟合误差与通过迭代后的第二代理模型得到的拟合误差的差值小于参考阈值。
11.在一种可能的实现方式中，基于第一代理模型以及参考拟合误差获取多个第二样本参数，包括：基于第一代理模型获取满足参考拟合误差的多个样本参数，将满足参考拟合误差的多个样本参数作为多个第二样本参数。
12.在一种可能的实现方式中，基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数，包括：基于多个第二样本参数获取人工裂缝参数的目标概率分布；基于目标概率分布以及页岩气井模型对目标人工裂缝参数进行反演，获得目标人工裂缝参数。
13.在一种可能的实现方式中，所述人工裂缝参数至少包括人工裂缝的长度、人工裂缝的缝高值、人工裂缝的含水饱和度、人工裂缝的宽度以及人工裂缝的导流系数中的一种。
14.本技术实施例所提供的人工裂缝参数的获取方法，通过获取人工裂缝参数的初始概率分布，并基于概率分布获取多个第一样本参数，进一步对第一样本参数进行迭代和择优，获取代表性更高的第二样本参数，再基于第二样本参数获取人工裂缝参数，使得最终得到的人工裂缝参数准确性更高，有效地解决了目前页岩气井人工裂缝参数无法准确获取以及人工工作量大的问题。
15.第二方面，本技术实施例提供了一种人工裂缝参数的获取装置，该装置包括：第一获取模块，用于获取页岩气井模型；第二获取模块，用于获取页岩气井模型中人工裂缝参数的初始概率分布；第三获取模块，用于基于初始概率分布，获取多个第一样本参数；第四获取模块，用于基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数；第五获取模块，用于基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数。
16.在一种可能的实现方式中，第三获取模块，用于在初始概率分布中通过马尔科夫链蒙特卡洛方法进行随机抽样，获得多个第一样本参数。
17.在一种可能的实现方式中，第四获取模块，用于基于多个第一样本参数以及页岩气井模型获取多个第一样本模型；基于多个第一样本模型通过历史拟合误差函数获取多个第一拟合误差；基于多个第一样本参数以及多个第一拟合误差建立第一代理模型；基于第一代理模型以及参考拟合误差获取多个第二样本参数。
18.在一种可能的实现方式中，第四获取模块，用于基于多个第一样本参数以及多个第一拟合误差通过k最近邻分类knn算法建立第二代理模型；基于第二代理模型通过马尔科夫链蒙特卡洛方法获取多个第三样本参数；基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型。
19.在一种可能的实现方式中，第四获取模块，用于基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，将达到第一条件的迭代后的第二代理模型作为第一代理模型，第一条件为参考数量个第三样本参数通过历史拟合误差函数得到的拟合误差与通过迭代后的第二代理模型得到的拟合误差的差值小于参考阈值。
20.在一种可能的实现方式中，第四获取模块，用于基于第一代理模型获取满足参考拟合误差的多个样本参数，将满足所述参考拟合误差的多个样本参数作为多个第二样本参数。
21.在一种可能的实现方式中，第五获取模块，用于基于多个第二样本参数获取人工裂缝参数的目标概率分布；基于目标概率分布以及页岩气井模型对目标人工裂缝参数进行反演，获得目标人工裂缝参数。
22.在一种可能的实现方式中，目标人工裂缝参数至少包括人工裂缝的长度、人工裂缝的缝高值、人工裂缝的含水饱和度、人工裂缝的宽度以及人工裂缝的导流系数中的一种。
23.第三方面，本技术实施例提供了一种计算机设备，计算机设备包括处理器和存储器，存储器中存储有至少一条指令，至少一条指令在被处理器执行时实现如上第一方面任一所述的人工裂缝参数的获取方法。
24.第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一条指令，至少一条指令在被执行时实现如上第一方面任一所述的人工裂缝参数的获取方法。
25.第五方面，本技术实施例提供了一种计算机程序(产品)，所述计算机程序(产品)包括：计算机程序代码，当所述计算机程序代码被计算机运行时，使得所述计算机执行上述各方面中的人工裂缝参数的获取方法。
附图说明
26.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1是本技术实施例提供的一种人工裂缝参数的获取方法的流程图；
28.图2是本技术实施例提供的一种页岩气井模型；
29.图3是本技术实施例提供的一种页岩气井模型；
30.图4是本技术实施例提供的一种第二样本模型的筛选结果；
31.图5是本技术实施例提供的一种第二样本模型的筛选结果；
32.图6是本技术实施例提供的一种第二样本模型的筛选结果；
33.图7是本技术实施例提供的一种第二样本模型的筛选结果；
34.图8是本技术实施例提供的一种第二样本模型的筛选结果；
35.图9是本技术实施例提供的一种第二样本模型的筛选结果；
36.图10是本技术实施例提供的一种可视化反演结果；
37.图11是本技术实施例提供的一种可视化反演结果；
38.图12是本技术实施例提供的一种可视化反演结果；
39.图13是本技术实施例提供的一种可视化反演结果；
40.图14是本技术实施例提供的一种可视化反演结果；
41.图15是本技术实施例提供的一种可视化反演结果；
42.图16是本技术实施例提供的一种可视化反演结果；
43.图17是本技术实施例提供的一种可视化反演结果；
44.图18是本技术实施例提供的一种可视化反演结果；
45.图19是本技术实施例提供的一种可视化反演结果；
46.图20是本技术实施例提供的一种可视化反演结果；
47.图21是本技术实施例提供的一种可视化反演结果；
48.图22是本技术实施例提供的一种可视化反演结果；
49.图23是本技术实施例提供的一种可视化反演结果；
50.图24是本技术实施例提供的一种可视化反演结果；
51.图25是本技术实施例提供的一种可视化反演结果；
52.图26是本技术实施例提供的一种可视化反演结果；
53.图27是本技术实施例提供的一种可视化反演结果；
54.图28是本技术实施例提供的一种可视化反演结果；
55.图29是本技术实施例提供的一种可视化反演结果；
56.图30是本技术实施例提供的一种人工裂缝参数的获取装置的示意图。
具体实施方式
57.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
58.请参考图1，其示出了本技术实施例提供的一种人工裂缝参数的获取方法的流程图。本技术实施例提供的方法可以包括如下几个步骤：
59.步骤101，获取页岩气井模型。
60.页岩气井模型指的是页岩气多段压裂水平井气液两相模型，此模型包括两个相态的流体流动，可选地，两个相态的流体可以为天然气和地层水。
61.在一种可能的实现方式中，根据页岩气井的已有信息建立页岩气井模型，获得页岩气井模型。其中，页岩气井的已有信息包括已有地质、气藏、流体、裂缝、井的信息。
62.示例性地，根据页岩气井的已有信息建立页岩气井模型，包括但不限于下述1011-1012子步骤：
63.1011、建立页岩气井的人工裂缝。
64.在一种可能的实现方式中，采用嵌入式离散裂缝技术(embedded discrete fracture modle，edfm)建立页岩气井的人工裂缝。
65.1012、基于人工裂缝，根据页岩气井的已有信息建立页岩气井模型，获得页岩气井模型。
66.在一种可能的实现方式中，基于人工裂缝，根据页岩气井的已有信息建立页岩气井气液两相数值模型，将岩气井气液两相数值模型作为页岩气井模型。
67.在另一种可能的实现方式中，基于人工裂缝，根据页岩气井的已有信息建立页岩气井气液两相模拟模型，将岩气井气液两相模拟模型作为页岩气井模型。
68.为了使页岩气井模型更接近页岩气井的真实情况，在上述任一一种实现方式中，还可以在页岩气井模型中加入天然裂缝，天然裂缝可以通过嵌入式离散裂缝技术建立。
69.请参考图2，图2是本技术实施例提供的一种页岩气井模型。如图2所示，在该实施例中，基于人工裂缝，根据页岩气井的已有信息建立了页岩气井气液两相模拟模型作为页岩气井模型。该模拟模型包含了井筒长度、射孔位置、裂缝基本形态等信息，不包含天然裂缝的分布信息。
70.可选地，页岩气井模型还可以包含天然裂缝，请参考图3，图3是本技术实施例提供的一种页岩气井模型。如图3所示，在该实施例中，基于人工裂缝，根据页岩气井的已有信息建立页岩气井气液两相模拟模型作为页岩气井模型，其中，该页岩气井气液两相模拟模型还包括了天然裂缝的分布信息。可选地，天然裂缝的分布信息通过随机模拟获得。
71.步骤102，获取页岩气井模型中人工裂缝参数的初始概率分布。
72.页岩气井模型包括确定性参数和不确定性参数，确定性参数包括水平井长度、射孔簇数、储层长度、储层宽度、储层厚度以及基质渗透率等；不确定性参数包括人工裂缝的长度、人工裂缝的缝高值、人工裂缝的含水饱和度、人工裂缝的宽度以及人工裂缝的导流系数等，不确定参数即为本技术实施例的人工裂缝参数。
73.在一种可能的实现方式中，获取页岩气井模型中人工裂缝参数的初始概率分布包括：对页岩气井模型的确定性参数和人工裂缝参数进行初设置，获取确定性参数的数值和人工裂缝参数的初始概率分布。
74.其中，确定性参数值是固定的模型参数值，可以被设置为经验值。对于人工裂缝参数的初设置，可以将一个先验分布赋给人工裂缝参数，得到人工裂缝参数的初始概率分布。
75.先验分布是指在试验或抽样之前，根据其它有关参数，先为目标样本预估一个概率分布。可选地，在本实施例中，为人工裂缝参数赋予一个随机、均匀的预估概率分布，作为初始取样的分布。
76.可选地，若页岩气井模型中还包括天然裂缝，则天然裂缝参数在页岩气井模型中是确定性参数，本技术实施例还可以使用一套固定的参数组合对天然裂缝参数进行初设置。
77.步骤103，基于初始概率分布，获取多个第一样本参数。
78.在一种可能的实现方式中，对人工裂缝的初始概率分布进行抽样，将抽样得到的多个人工裂缝参数作为第一样本参数。
79.可选地，可以通过马尔科夫链蒙特卡洛方法在初始概率分布中进行随机抽样，获得多个第一样本参数。马尔科夫链蒙特卡洛方法是一种在贝叶斯理论框架下，通过计算机进行模拟并抽样的方法。
80.可选地，也可以通过正交实验中的拉丁超立方抽样方法在初始概率分布中抽样，获得多个第一样本参数。拉丁超立方抽样方法可以使第一样本参数在高维空间内均匀分布，从而保证抽样的无偏性。可选地，第一样本参数的个数可以根据人工裂缝参数的多少进行适当调整，本发明实施例对此不做限定。
81.步骤104，基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数。
82.由于第一样本参数的不准确性，直接采用第一样本参数来获取人工裂缝参数将会造成结果的误差大，因此本技术实施例在获取的第一样本参数的基础上，结合页岩气井模型以及参考拟合误差来获取更具有代表性以及准确性的第二样本参数。
83.在一种可能的实现方式中，基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数，包括下述几个步骤。
84.1041，基于多个第一样本参数以及页岩气井模型获取多个第一样本模型。
85.在一种可能的实现方式中，基于多个第一样本参数以及页岩气井模型获取多个第
一样本模型，包括：将多个第一样本参数输入页岩气井模型，得到多个第一样本参数对应的多个页岩气井模型，将多个第一样本参数对应的多个页岩气井模型作为第一样本模型。其中，第一样本参数与第一样本模型一一对应。
86.例如：将第一样本参数作为油藏模拟器的输入参数，根据页岩气井模型，结合嵌入式离散裂缝预处理器，得到第一样本模型。
87.1042，基于多个第一样本模型通过历史拟合误差函数获取多个第一拟合误差。
88.历史拟合误差函数用于评估样本模型的准确性。可选地，按照如下公式定义历史拟合误差函数：
[0089][0090]
其中，i是实际数据点的序列，j是历史拟合目标函数序列，n是实际点的数量，m是历史拟合目标函数数量，x
ij,model
代表模型的模拟结果，即第一样本模型，x
ij,history
是实际生产数据，nfj是归一化数值，定义为模拟结果与实际生产数据的最大差值，w
ij
代表历史拟合数据的权重。
[0091]
基于多个第一样本模型通过历史拟合误差函数计算获得每个第一样本模型对应的第一拟合误差。由前文可知，第一样本参数与第一样本模型一一对应，因此，第一样本参数与第一拟合误差也一一对应。
[0092]
1043，基于多个第一样本参数以及多个第一拟合误差建立第一代理模型。
[0093]
在一种可能的实现方式中，基于多个第一样本参数以及所述多个第一拟合误差建立第一代理模型，包括下述几个步骤。
[0094]
10431，基于多个第一样本参数以及多个第一拟合误差通过k最近邻分类knn算法建立第二代理模型。
[0095]
可选地，基于多个第一样本参数以及多个第一拟合误差，运用k最近邻分类算法(k-nearestneighbor，knn)训练数据，建立表征第一拟合误差和第一样本参数的第二代理模型。其中，第一样本参数作为基于第二代理模型的自变量输入，第一拟合误差作为第二代理模型的因变量输出，以此训练数据，生成第二代理模型。
[0096]
进一步可选地，k最近邻分类算法的基本概念如下公式所示：
[0097][0098]
θi是k个最近观测点的不确定性参数组合，即k个第一样本参数，i表示每一个第一样本参数，y(θi)是k个最近观测点的目标变量值，即k个最近观测点的的第一样本参数对应的第一拟合误差，θ0是不确定性参数组合，即作为自变量的样本参数，y(θ0)是需要进行预测的目标变量值，即作为因变量的拟合误差。
[0099]
knn算法可以有效地保证求得的目标变量值在高维空间分布中更具有代表性。同时，不同于多项式算法，knn算法不存在过拟合的问题。此外，knn算法可以保证计算的高效，其计算耗时相较于其他算法可提升5-20倍的速度。
[0100]
10432，基于第二代理模型通过马尔科夫链蒙特卡洛方法获取多个第三样本参数。
[0101]
基于第二代理模型，可以使用马尔科夫链蒙特卡洛方法再生成大量样本参数，将该样本参数作为第三样本参数。
[0102]
10433，基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型。
[0103]
在一种可能的实现方式中，基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型，包括：基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，将达到第一条件的迭代后的第二代理模型作为第一代理模型。第一条件为参考数量个第三样本参数通过历史拟合误差函数得到的拟合误差与通过迭代后的第二代理模型得到的拟合误差的差值小于参考阈值。
[0104]
其中，基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，包括：将多个第三样本参数输入第二代理模型，得到第三样本参数通过第二代理模型获得的拟合误差，将第三样本参数通过第二代理模型获得的拟合误差作为第二拟合误差；选取第二拟合误差最小的第三样本参数，基于页岩气井模型获取第三样本模型；基于第三样本模型重复前文1042以及10431的步骤获取迭代后的第二代理模型，若迭代后的第二模型不满足第一条件，则继续按照前文10432的步骤基于迭代后的第二模型获取新的第三样本参数，直至迭代后的第二代理模型满足第一条件，不再获取新的第三样本参数，将此时的迭代后的第二代理模型作为第一代理模型。由此获得的第一代理模型能足够准确描述拟合误差和样本参数的关系。
[0105]
需要说明的是，第一条件中的第三样本参数通过历史拟合误差函数得到的拟合误差以及第三样本参数通过迭代后的第二代理模型得到的拟合误差按照下述方法获得。
[0106]
将多个第三样本参数输入页岩气井模型，得到多个第三样本参数对应的多个页岩气井模型，将多个第三样本参数对应的多个页岩气井模型输入历史拟合误差函数，得到第三样本参数通过历史拟合误差函数得到的拟合误差；将多个第三样本参数输入第二代理模型，可以得到第三样本参数通过第二代理模型获得的拟合误差。
[0107]
1044，基于第一代理模型以及参考拟合误差获取多个第二样本参数。
[0108]
在一种可能的实现方式中，基于第一代理模型以及参考拟合误差获取多个第二样本参数，包括：基于第一代理模型获取满足参考拟合误差的多个样本参数，将满足参考拟合误差的多个样本参数作为多个第二样本参数。
[0109]
可选地，基于第一代理模型获取满足参考拟合误差的多个第二样本模型，将满足参考拟合误差的多个第二样本模型对应的样本参数作为多个第二样本参数。
[0110]
其中，第二样本模型从1043步骤中最后一次生成的第三样本参数对应的页岩气井模型中筛选。第二拟合误差是1043步骤中最后一次生成的第三样本参数通过第二代理模型计算得到的拟合误差。参考拟合误差为一特定的拟合误差阈值，可选地，参考拟合误差可以根据工程经验设定，例如：参考拟合误差可以基于代表性模拟曲线(井底流压曲线、产水曲线)的拟合效果获得。
[0111]
在筛选出第二样本模型后，统计第二样本模型对应的人工裂缝参数，将第二样本模型对应的人工裂缝参数作为第二样本参数。
[0112]
可选地，筛选得到的第二样本模型可以包含天然裂缝分布，也可以不包含天然裂缝分布。
[0113]
请参考图4-9，图4-9示出了本技术实施例提供的一种第二样本模型筛选结果。其中，图4、图6、图8为不考虑天然裂缝的结果，图5、图7、图9为考虑固定一套天然裂缝参数的结果。
[0114]
步骤105，基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数。
[0115]
在一种可能的实现方式中，基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数，包括如下几个步骤。
[0116]
1051、基于多个第二样本参数获取人工裂缝参数的目标概率分布。
[0117]
对多个第二样本参数进行统计，获得人工裂缝参数的目标概率分布。
[0118]
1052、基于目标概率分布以及页岩气井模型对目标人工裂缝参数进行反演，获得目标人工裂缝参数。
[0119]
其中，目标人工裂缝参数至少包括人工裂缝的长度、人工裂缝的缝高值、人工裂缝的含水饱和度、人工裂缝的导流系数以及人工裂缝的宽度中的一种。
[0120]
人工裂缝参数的反演指的是运用已建立的页岩气井模型，利用计算机程序通过数值模拟计算和生产数据历史拟合，获得人工裂缝几何形态以及导流系数等参数分布规律。
[0121]
其中，生产历史拟合指的是使用录取到的页岩气藏静态参数来计算页岩气开发过程中主要动态指标，把计算的结果与所观测到的气井的主要动态指标例如井口压力、产量等进行对比，若两者之间有差异，则对气藏静态参数进行修改，用修改后的静态参数再次进行计算并进行对比，直到计算结果与实测动态参数相当。在本技术的实施例中，待反演的页岩气井人工裂缝参数相当于上述方法中待修改的静态参数。
[0122]
可选地，基于目标概率分布以及页岩气井模型，运用统计方法逐步对目标人工裂缝参数进行反演，可以包括下述方法中的任一种或多种，本技术实施例不做限定。
[0123]
方法一、基于目标概率分布以及页岩气井模型，对人工裂缝的长度进行反演。这一参数取决于地质因素和施工效果，人工裂缝的长度的经验值一般在80-120米的范围。
[0124]
方法二、基于目标概率分布以及页岩气井模型，对人工裂缝的缝高值进行反演。这一参数取决于具体页岩气藏厚度，人工裂缝的缝高值波动范围较大，其数值最低可达到10米以下，最高到达气藏高度左右。
[0125]
方法三、基于目标概率分布以及页岩气井模型，对页岩气井人工裂缝的含水饱和度进行反演。由于页岩气开发早期经常会遇到压裂水反排的现象，人工裂缝的含水饱和度一般在0.6％-0.7％的区间波动。不过，不同的储层条件也会造成不同的人工裂缝含水饱和度(有时可降至0.5％以下)。
[0126]
方法四、基于目标概率分布以及页岩气井模型，对页岩气井人工裂缝的宽度进行反演。人工裂缝的宽度等效值一般在0.2-0.8米，此参数与水的产量有紧密的关系。
[0127]
方法五、基于目标概率分布以及页岩气井模型，对页岩气井人工裂缝的导流系数进行反演。这一参数的数值取决于压裂施工的效果，波动范围较大(10-8毫达西米)。
[0128]
可选地，在基于目标概率分布以及页岩气井模型对目标人工裂缝参数进行反演之后，还包括：基于反演后的人工裂缝参数生成可视化反演结果。可选地，反演后的人工裂缝参数可以包括反演后的人工裂缝的长度、反演后的页岩气井人工裂缝的缝高值、反演后的页岩气井人工裂缝的含水饱和度、反演后的人工裂缝的宽度以及反演后的页岩气井人工裂缝的导流系数中的一种或多种。
[0129]
在一种可能的实现方式中，基于反演后的人工裂缝的长度、反演后的人工裂缝的缝高值、反演后的人工裂缝的含水饱和度、反演后的人工裂缝的宽度以及反演后的人工裂缝的导流系数，绘制组合型柱状图和概率分布图。可选地，可视化结果可以包含天然裂缝参数，也可以不包含天然裂缝参数。
[0130]
请参考图10-19，其示出了本技术实施例提供的一种可视化反演结果。在图10-19中，采用了组合型柱状图和概率分布图表示反演结果，其中条形图代表此范围对应的人工裂缝参数的出现频率，曲线则代表根据频率条形图进行拟合的概率分布曲线。图10、图12、图14、图16、图18代表不考虑天然裂缝的反演结果，图11、图13、图15、图17、图19代表考虑固定一套天然裂缝参数的反演结果。
[0131]
在另一种可能的实现方式中，基于反演后的页岩气井人工裂缝的长度、反演后的页岩气井人工裂缝的缝高值、反演后的页岩气井人工裂缝的含水饱和度、反演后的页岩气井人工裂缝的宽度以及反演后的页岩气井人工裂缝的导流系数，生成累计概率分布图。可选地，可视化结果可以包含天然裂缝参数，也可以不包含天然裂缝参数。
[0132]
其中，累计概率分布图指的是概率为p10，p50以及p90的可视化分布图。p10以及p90的值有助于理解某一人工裂缝参数具有代表性的实际范围，而p50的值可以确定某一人工裂缝参数的平均代表值。累计概率分布图有助于更好地对反演结果进行范围的确定。
[0133]
请参考图20-29其示出了本技术实施例提供的一种可视化反演结果。在图20-29中，采用了累计概率分布图表示反演结果，其中图20、图22、图24、图26、图28代表不考虑天然裂缝参数的累积概率分布，图21、图23、图25、图27、图29代表考虑固定一套天然裂缝参数的累积概率分布。
[0134]
通过上述实施例所提供的人工裂缝参数的获取方法，有效地解决了目前页岩气井人工裂缝参数无法准确获取以及人工工作量大的问题，通过建立页岩气井模型，设置人工裂缝参数的先验概率分布区间，采用“马尔科夫链-蒙特卡洛”算法对页岩气水平井的人工裂缝参数进行迭代优化，获取最具代表性的人工裂缝数值以及尽可能接近真实情况的数值模型，使得页岩气水平井生产动态预测更趋近于实际生产，减少了大量不具代表性的样本带来的不确定性和人为工作量。通过对所有优化的人工裂缝参数进行统计，得到参数的后验概率分布，即目标概率分布，通过这种确定方法得到的人工裂缝几何形态(长度、宽度、缝高值等)及导流系数的分布趋势，是对地下真实情况的一种无限逼近，能够让研究人员和决策者对地下的缝网有一个全新的定量认识，对深层页岩气井压裂效果评估、最终可采储量预测以及合理井距优化具有十分重要的意义。
[0135]
基于相同技术构思，请参考图30，其示出了本技术实施例提供的一种人工裂缝参数的获取装置的示意图，该装置包括但不限于如下701-705模块：
[0136]
第一获取模块701，用于获取页岩气井模型。
[0137]
第二获取模块702，用于获取页岩气井模型中人工裂缝参数的初始概率分布。
[0138]
第三获取模块703，用于基于初始概率分布，获取多个第一样本参数。
[0139]
在一种可能的实现方式中，第三获取模块703用于在初始概率分布中通过马尔科夫链蒙特卡洛方法进行随机抽样，获得多个第一样本参数。
[0140]
第四获取模块704，用于基于页岩气井模型、多个第一样本参数以及参考拟合误差获取多个第二样本参数。
[0141]
在一种可能的实现方式中，第四获取模块704，用于基于多个第一样本参数以及所述页岩气井模型获取多个第一样本模型；基于多个第一样本模型通过历史拟合误差函数获取多个第一拟合误差；基于多个第一样本参数以及多个第一拟合误差建立第一代理模型；基于第一代理模型以及参考拟合误差获取多个第二样本参数。
[0142]
可选地，第四获取模块704，基于多个第一样本参数以及多个第一拟合误差通过k最近邻分类knn算法建立第二代理模型；基于第二代理模型通过马尔科夫链蒙特卡洛方法获取多个第三样本参数；基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，获得第一代理模型。
[0143]
可选地，第四获取模块704，用于基于多个第三样本参数以及历史拟合误差函数对第二代理模型进行迭代，将达到第一条件的迭代后的第二代理模型作为第一代理模型，其中，第一条件为参考数量个第三样本参数通过历史拟合误差函数得到的拟合误差与通过迭代后的第二代理模型得到的拟合误差的差值小于参考阈值。
[0144]
可选地，第四获取模块704，用于基于第一代理模型获取满足参考拟合误差的多个样本参数，将满足参考拟合误差的多个样本参数作为多个第二样本参数。
[0145]
第五获取模块705，用于基于多个第二样本参数以及页岩气井模型获取目标人工裂缝参数。
[0146]
在一种可能的实现方式中，第五获取模块705，用于基于多个第二样本参数获取人工裂缝参数的目标概率分布；基于目标概率分布以及页岩气井模型对目标人工裂缝参数进行反演，获得目标人工裂缝参数。
[0147]
其中，目标人工裂缝参数至少包括人工裂缝的长度、人工裂缝的缝高值、人工裂缝的含水饱和度、人工裂缝的宽度以及人工裂缝的导流系数中的一种。
[0148]
需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0149]
在示例性实施例中，还提供了一种计算机设备，该计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令。所述至少一条指令经配置以由一个或者一个以上处理器执行，以实现上述任一种人工裂缝参数的获取方法。
[0150]
在示例性实施例中，还提供了一种存储介质，该存储介质中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行，以使计算机实现上述任一种人工裂缝参数的获取方法。
[0151]
可选地，上述存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
[0152]
在示例性实施例中，还提供了一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品中存储有至少一条计算机指令，该至少一条计算机指令由处理器加载并执行，以使计算机实现上述任一种人工裂缝参数的获取方法。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0153]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，该模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、设备或模块的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0154]
该作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本技术实施例方案的目的。
[0155]
另外，在本技术各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以是两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0156]
还应理解，在本技术的各个实施例中，各个过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0157]
本技术中术语“至少一个”的含义是指一个或多个，本技术中术语“多个”的含义是指两个或两个以上，例如，多个数据是指两个或两个以上的数据。
[0158]
应理解，在本文中对各种所述示例的描述中所使用的术语只是为了描述特定示例，而并非旨在进行限制。如在对各种所述示例的描述和所附权利要求书中所使用的那样，单数形式“一个(“a”，“an”)”和“该”旨在也包括复数形式，除非上下文另外明确地指示。
[0159]
以上所述仅为本技术的示例性实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。