平均地层压力的确定方法、装置、存储介质及电子装置与流程

1.本发明实施例涉及通信领域，具体而言，涉及一种平均地层压力的确 定方法、装置、存储介质及电子装置。


背景技术：

2.火山岩气藏地层压力预测对准确地掌握气藏动态变化、动储量计算、 产能核实、开发效果预测、方案调整有重要的意义。平均地层压力是气藏 分类、原始地质储量、气藏动态分析及开发指标预测的重要参数,其预测方 法在气藏工程中是非常重要的。
3.火山岩气藏的平面分布复杂，同一气藏中单井的产量、无水采油期、 含水上升率的差异很大，易发生暴性水掩；气井及气田产量递减速度快； 井间干扰严重。在气藏能量充足时，溶解气驱采收率较高，但是，气藏见 效程度弱、来水具有多向性，含水上升快，水驱控制程度低。火山岩气藏 地层复杂，没有固定的开发模式，一般只能根据气藏的地质特征，采用相 应的开发方式来提高开发效果。平均地层压力预测是确定开发方式最重要 的因素。
4.在相关技术中，利用压力恢复曲线计算平均地层压力的常规方法有 mbh法、smith法。另外，还有利用产能试井解释成果的产能方程法。压 力计算或预测都会用到产量、粘度、压缩因子等参数，而这些参数又与压 力有关，所以，其计算都是近似的，计算过程本身就是一种拟合过程。
5.由此可知，相关技术中存在确定平均地层压力不准确的问题。
6.针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。


技术实现要素：

7.本发明实施例提供了一种平均地层压力的确定方法、装置、存储介质 及电子装置，以至少解决相关技术中存在的确定平均地层压力不准确的问 题。
8.根据本发明的一个实施例，提供了一种平均地层压力的确定方法，包 括：获取通过对目标地层进行监测所得到的目标监测数据；基于所述目标 监测数据以及预先建立的关联模型，确定所述目标地层的目标平均地层压 力，其中，所述关联模型用于指示监测数据与平均地层压力的关联关系， 所述关联模型是基于预先获取的历史监测数据以及历史压力数据所确定 的，所述历史压力数据用于指示历史平均地层压力。
9.根据本发明的另一个实施例，提供了一种平均地层压力的确定装置， 包括：获取模块，用于获取通过对目标地层进行监测所得到的目标监测数 据；确定模块，基于所述目标监测数据以及预先建立的关联模型，确定所 述目标地层的目标平均地层压力，其中，所述关联模型用于指示监测数据 与平均地层压力的关联关系，所述关联模型是基于预先获取的历史监测数 据以及历史压力数据所确定的，所述历史压力数据用于指示历史平均地层 压力。
10.根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所 述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处 理器执行时实现上述任一项
中所述的方法的步骤。
11.根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和 处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述 计算机程序以执行上述任一项方法实施例中的步骤。
12.通过本发明，获取通过对目标地层进行监测所得到的目标监测数据， 根据目标监测数据以及预先建立的关联模型确定目标地层的目标平均地 层压力，由于关联模型是基于历史监测数据以及历史压力数据确定的，因 此，可以解决相关技术中存在的确定平均地层压力不准确的问题，达到 提高确定平均地层压力准确性的效果。
附图说明
13.图1是本发明实施例的一种平均地层压力的确定方法的移动终端的硬 件结构框图；
14.图2是根据本发明实施例的平均地层压力的确定方法的流程图；
15.图3是根据本发明具体实施例的平均地层压力的确定方法流程图；
16.图4是根据本发明具体实施例的采用关联模型得到的预测数据与实际 数据的对比图；
17.图5是根据本发明具体实施例的预测数据百分位差示意图；
18.图6是根据本发明实施例的平均地层压力的确定装置的结构框图。
具体实施方式
19.下文中将参考附图并结合实施例来详细说明本发明的实施例。
20.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语
ꢀ“
第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序 或先后次序。
21.本技术实施例中所提供的方法实施例可以在移动终端、计算机终端或 者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施 例的一种平均地层压力的确定方法的移动终端的硬件结构框图。如图1所 示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处 理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的 处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包 括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术 人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构 造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件， 或者具有与图1所示不同的配置。
22.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及 模块，如本发明实施例中的平均地层压力的确定方法对应的计算机程序， 处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功 能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存 储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、 或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括 相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接 至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、 移动通信网及其组合。
23.传输设备106用于经由一个网络接收或者发送数据。上述的网络具体 实例可包括
移动终端的通信供应商提供的无线网络。在一个实例中，传输 设备106包括一个网络适配器(network interface controller，简称为nic)， 其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例 中，传输设备106可以为射频(radio frequency，简称为rf)模块，其 用于通过无线方式与互联网进行通讯。
24.在本实施例中提供了一种平均地层压力的确定方法，图2是根据本发 明实施例的平均地层压力的确定方法的流程图，如图2所示，该流程包括 如下步骤：
25.步骤s202，获取通过对目标地层进行监测所得到的目标监测数据；
26.步骤s204，基于所述目标监测数据以及预先建立的关联模型，确定 所述目标地层的目标平均地层压力，其中，所述关联模型用于指示监测数 据与平均地层压力的关联关系，所述关联模型是基于预先获取的历史监测 数据以及历史压力数据所确定的，所述历史压力数据用于指示历史平均地 层压力。
27.在上述实施例中，目标地层可以为火山岩气藏地层。目标监测数据可 以是技术人员根据地层的历史监测数据以及历史压力数据确定出。例如， 可以根据目标火山岩气藏平均地层压力的实际监测指标数据情况进行火 山岩气藏平均地层压力主控因素的确定，调研影响火山岩气藏平均地层压 力所有可能的因素，找到当下火山岩气藏开发阶段可监测的因素，进一步 选取地质指标、开发指标、措施工艺指标等具有代表性的动态可监测指标， 从而确定影响火山岩气藏平均地层压力的主要影响因素，即目标监测数据。
28.在上述实施例中，关联模型可以是通过机器学习通过训练确定出的模 型，训练数据即为历史压力数据以及历史监测数据，在训练出关联模型后， 在确定出当前的监测数据后，即可确定出当前的平均地层压力。
29.可选地，上述步骤的执行主体可以是后台处理器，或者其他的具备类 似处理能力的设备，还可以是至少集成有数据处理设备的机器，其中，数 据处理设备可以包括计算机、手机等终端，但不限于此。
30.通过本发明，获取通过对目标地层进行监测所得到的目标监测数据， 根据目标监测数据以及预先建立的关联模型确定目标地层的目标平均地 层压力，由于关联模型是基于历史监测数据以及历史压力数据确定的，因 此，可以解决相关技术中存在的确定平均地层压力不准确的问题，达到 提高确定平均地层压力准确性的效果。
31.在一个示例性实施例中，在基于所述目标监测数据以及预先建立的关 联模型，确定所述目标地层的目标平均地层压力之前，所述方法还包括： 获取预先对第一地层进行历史监测所得到的所述历史监测数据，以及预先 对所述第一地层进行压力检测所得到的所述历史压力数据，其中，所述历 史压力数据用于指示所述第一地层的所述历史平均地层压力；基于所述历 史监测数据以及所述历史压力数据确定所述关联模型。在本实施例中，在 利用关联模型确定目标平均地层压力之前，可以先确定关联模型。确定关 联模型包括获取预先对第一地层进行压力检测所得到的历史监测数据，以 及预先对第一地层进行压力检测所得到的历史压力数据，根据历史监测数 据以及历史压力数据建立关联模型。其中，可以利用根据历史监测数据以 及历史压力数据对初始模型进行训练得到关联模型。需要说明的是，第一 地层可以是与目标地层相同的地层，即历史监测数据和历史压力数据为同 一地层不同时期的数据。
32.在一个示例性实施例中，获取预先对第一地层进行历史监测所得到的 所述历史
即可以根据计算矩阵 中的每个参数，其中，t表示当前时间，tn表示历史时间。
34.在上述实施例中，历史监测数据的时间序列可以表示为 u(t)＝(u1(t),u2(t),
…
,u5(t))
t
，其中，u1(t)表示历史监测数据中包括的第一监 测数据的历史数据，u5(t)示历史监测数据中包括的第五监测数据的历史数 据。即，历史监测数据中可以包括多个监测数据。对历史监测数据进行累 加，即可确定第二矩阵。表示为其中， 表示第n个时间周期内的各个检测数据的1阶累 加。
35.在一个示例性实施例中，基于所述历史监测数据以及所述历史压力数 据确定所述目标监测数据与所述平均地层压力的关联模型包括：确定所述 状态转移矩阵与所述历史压力数据的第一乘积；确定所述状态转移矩阵、 所述第二矩阵以及当前监测数据的第二乘积的积分；将所述第一乘积与所 述积分的和与所述平均地层压力的关联关系确定为所述关联模型。在本实 施例中，可以利用灰色生成理论和最小二乘法建立关联模型。关联模型可 以表示为其中，φ(t,tn)表示转移 矩阵，x
(1)
(tn)表示历史压力数据的一阶累加，为状态转移 矩阵、第二矩阵以及当前监测数据的第二乘积的积分。
36.在一个示例性实施例中，基于所述历史压力数据确定第一矩阵包括： 对所述历史压力数据中包括的每个数据进行第一累加处理，以得到第一累 加结果，基于所述第一累加结果确定所述第一矩阵；基于所述历史监测数 据确定第二矩阵包括：对所述历史监测数据中包括的每个数据进行第二累 加处理，以得到第二累加结果，基于所述第二累加结果确定所述第二矩阵。 在本实施例中，在确定火山岩气藏平均地层压力的主控因素(目标监测数 据)后，可以建立火山岩气藏平均地层压力主要影响因素的时间按序列及 对应火山岩气藏平均地层压力的时间序列。火山岩气藏平均地层压力的原 始时间序列可以表示为x
(0)
＝{x
(0)
(1),x
(0)
(2),x
(0)
(3),
…
,x
(0)
(n)}，其1阶累加生 成序列可以表示为x
(1)
＝{x
(1)
(1),x
(1)
(2),x
(1)
(3),
…
,x
(1)
(n)}，上标(1)则表示一 阶累加，一阶累加还可以表示为火山岩气藏平均地层压 力为状态变量，表示为x(t)＝x1(t)，火山岩气藏平均地层压力主要影响因 素(对应于上述目标监测数据)为控制变量，表示为 u(t)＝(u1(t),u2(t),
…
,u5(t))
t
。则累加生成的数据列为：
在实际应用中，累加的次数可以根据实际情况而定， 例如，只需对x(t)、u(t)作一阶累加，即进行一阶累加(j＝1)模拟。当作一 阶累加时，第一矩阵可以表示为 第二矩阵可以表示 为
37.在一个示例性实施例中，基于所述目标监测数据以及所述关联模型确 定所述平均地层压力包括：基于所述历史监测数据以及所述历史压力数据 对所述关联模型进行离散处理，以得到目标关联模型；基于所述目标监测 数据以及所述目标关联模型确定所述平均地层压力。在本实施例中，在确 定了关联模型后，可以对建立的火山岩气藏平均地层压力与主要影响因素 关联模型带入火山岩气藏平均地层压力与主要影响因素的历史数据得到 预测模型，即目标关联模型，进而对未来时刻火山岩气藏平均地层压力进 行预测。若已知输入函数u
(1)
(t)，可得任一时刻的状态预测x
(1)
(t)。
38.在上述实施例中，在得到关联模型后，可以对关联模型进行变形处理， 得到关联模型的初始条件为原始压 力数据与其一阶累加数据相同，即对微分模拟的输入、输出 关联关系离散预测的计算公式：将按 时间离散得x
(1)
(k 1)＝ax
(1)
(k) b1u
1(1)
(k) b2u
2(1)
(k)
…
，其中，可以令
ꢀꢀ
可以通过如下公式计算其中， d1＝(a1:b1)，y
1n
＝[x1(2)x1(3)x1(4)
…
x1(n)]
t
，
[0039]
[0040][0041]
将历史压力数据以及历史监测数据带入到公式中，确定出各参数，将各参 数带入到原始公式中，以得到目标关联模型。再将当前的目标监测数据输 入到目标关联模型中，即可确定出目标平均地层压力。
[0042]
在一个示例性实施例中，在基于所述目标监测数据以及预先建立的关 联模型，确定所述目标地层的目标平均地层压力之后，所述方法还包括： 基于所述目标监测数据对所述历史监测数据进行更新，以得到更新后的历 史监测数据；基于所述目标平均地层压力对所述历史压力数据进行更新， 以得到更新后的历史压力数据；基于所述更新后的历史监测数据以及所述 更新后的历史压力数据更新所述关联模型。在本实施例中，在根据目标监 测数据以及关联模型确定出平均地层压力之后，可以利用目标监测数据更 新历史检测数据，利用目标平均地层压力更新历史压力数据，即将目标监 测数据以及目标平均地层压力作为历史数据，更新关联模型，进行下一次 的预测。在得到新的预测结果后，可以利用新的预测结果更新关联模型， 再进行下一次的预测。
[0043]
下面结合具体实施方式对平均地层压力的确定方法进行说明：
[0044]
图3是根据本发明具体实施例的平均地层压力的确定方法流程图，如 图3所示，该方法包括：
[0045]
步骤s302，确定火山岩气藏平均地层压力的主控因素，并建立火山 岩气藏平均地层压力主要影响因素的时间按序列及对应火山岩气藏平均 地层压力的时间序列，
[0046]
记原始时间序列：x
(0)
＝{x
(0)
(1),x
(0)
(2),x
(0)
(3),
…
,x
(0)
(n)}
[0047]
1阶累加生成序列：x
(1)
＝{x
(1)
(1),x
(1)
(2),x
(1)
(3),
…
,x
(1)
(n)}。
[0048]
步骤s304，对步骤s302中的时间序列数据进行累加：
[0049]
上标(1)则表示一阶累加:微分动态模拟的建模工 具是灰色生成理论和最小二乘法。
[0050]
火山岩气藏平均地层压力为状态变量:x(t)＝x1(t)，火山岩气藏平均 地层压力主要影响因素为控制变量：u(t)＝(u1(t),u2(t),
…
,u5(t))
t
，则累加生 成的数据列为：在实际应用中，只 需对x(t)，u(t)作一阶累加，一般进行一阶累加(j＝1)模拟就足够了。
[0051]
步骤s306，根据步骤s304中的一阶累加数据建立火山岩气藏平均地 层压力与主要影响因素的关联关系模型：
[0052]
已知x
(1)
(t)，u
(1)
(t)的时间序列长度n，令：
[0053]
d1＝(a1:b1)
[0054]y1n
＝[x1(2) x1(3) x1(4)
ꢀ…ꢀ
x1(n)]
t
[0055]
其中：
[0056][0057][0058]
则
[0059]
把a，b作为非时变，初始条件由线性系统的结论，得：
[0060][0061]
其中，φ(t,tn)是状态转移矩阵：
[0062][0063]
步骤s308，对微分模拟的输入、输出关联关系离散预测通过计算机 智能计算实现火山岩平均地层压力指标预测：建立的火山岩气藏平均地层 压力与主要影响因素关联关系模型带入火山岩气藏平均地层压力与主要 影响因素的历史数据得到预测模型，进而对未来时刻火山岩气藏平均地层 压力进行预测。由(1)知，若已知输入函数u
(1)
(t)，可得任一时刻的状态预 测x
(1)
(t)。
[0064]
其中，可以采用如下方式进行关联关系离散：
[0065]
对关联模型进行变形处理，得到关联模型的初始条件为原始压力数据与其一阶累加数据相同，即 对微分模拟的输入、输出关联关系离散预测的计算公式：将 按时间离散得 x
(1)
(k 1)＝ax
(1)
(k) b1u
1(1)
(k) b2u
2(1)
(k)
…
，其中，可以令，其中，可以令可以通过如下公式计算
[0066]
下面以目标监测数据为区块产气油当量以及区块月平均开井数为例 进行说明：
[0067]
火山岩气藏平均地层压力与主要影响因素一年12个月的监测原始数 据如表1所
示。
[0068]
表1
[0069][0070][0071]
利用微分模拟模型建立火山岩气藏平均地层压力与主要影响因素指 标的关联模型，这种关联关系是输入、输出关系，通过历史数据训练可以 用微分方程表示；构建微分模拟模型的主要过程描述：
[0072]
1)将指标的时间序列通过累加处理，直至得到单调上升且具有指数 特征的新序列。
[0073]
2)用最小二乘法进行参数估计，建立累加后的火山岩气藏平均地层 压力与主要影响因素之间的定量关联关系。
[0074]
具体实现方法步骤为：
[0075]
对历史数据表中的火山岩气藏平均地层压力(p)与主要影响因素指标 (区块产气油当量(吨)/月(q)、区块月平均开井数(口)(n))的原始 数据时间序列构建待处理序列。{p
(0)
(k)}，{q
(0)
(k)n
(0)
(k)}；k＝1,2,
…
,m。 其中{p
(0)
(k)}为预测指标火山岩气藏平均地层压力历史数据序列，上标0 代表原始数据；k表示第k月。{q
(0)
(k)n
(0)
(k)}为影响因素指标历史数据 序列。
[0076]
对原始数据序列{p
(0)
(k)}和{q
(0)
(k)n
(0)
(k)}构造相应的一阶累加序列， 记为：{p
(1)
(k)}，{q
(1)
(k)n
(1)
(k)}；k＝1,2,
…
,m；其中，,m；其中，k＝1,2,
…
,m。上标1代表原始数据 的第一次累加。
[0077]
根据微分模拟理论，对一定次数的累加时间序列具有指数变化性质即 可以建立微分模拟火山岩气藏平均地层压力与主要影响因素关系模型：
[0078][0079]
式中k＝1,2,
…
,m
[0080]
根据历史数据用最小二乘法识别参数a和b1、b2，即用以下二次优化 问题得到
[0081]
对微分模拟的输入、输出关联关系离散预测的计算公式：将
[0082]
按时间离散得 p
(1)
(k 1)＝ap
(1)
(k) b1q
(1)
(k) b2n
(1)
(k)。
[0083]
其中，根据历史数据得出参数数值如表2所示。
[0084]
表2
[0085][0086]
将参数带入模型中可以对火山岩气藏平均地层压力进行计算，其中， 采用关联模型得到的预测数据与实际数据的对比图可参见附图4，预测数 据百分位差示意图可参见附图5。图4-图5为火山岩气藏平均地层压力微 分模拟预测的结果，图中给出了火山岩气藏平均地层压力预测值与实际值 变化曲线趋势及百分误差。
[0087]
在前述实施例中，利用关联模型可以对多因素影响下的火山岩气藏平 均地层压力进行较准确预测，准确率可达到90％以上，为火山岩气藏平均 地层压力、掌握火山岩气藏动态变化、火山岩气藏动用储量计算、火山岩 气藏产能核实、火山岩气藏开发效果预测、火山岩气藏方案调整等提供一 定的理论支撑。
[0088]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根 据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当 然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理 解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软 件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如 rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可 以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所 述的方法。
[0089]
在本实施例中还提供了一种平均地层压力的确定装置，该装置用于实 现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使 用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下 实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的 组合的实现也是可能并被构想的。
[0090]
图6是根据本发明实施例的平均地层压力的确定装置的结构框图，如 图6所示，该装置包括：
[0091]
获取模块62，用于获取通过对目标地层进行监测所得到的目标监测数 据；
[0092]
确定模块64，基于所述目标监测数据以及预先建立的关联模型，确定 所述目标地层的目标平均地层压力，其中，所述关联模型用于指示监测数 据与平均地层压力的关联关系，所述关联模型是基于预先获取的历史监测 数据以及历史压力数据所确定的，所述历史压力数据用于指示历史平均地 层压力。
[0093]
在一个示例性实施例中，所述装置还用于在基于所述目标监测数据以 及预先建立的关联模型，确定所述目标地层的目标平均地层压力之前，获 取预先对第一地层进行历史监测所得到的所述历史监测数据，以及预先对 所述第一地层进行压力检测所得到的所述历史压力数据，其中，所述历史 压力数据用于指示所述第一地层的所述历史平均地层压力；基于所述历史 监测数据以及所述历史压力数据确定所述关联模型。
[0094]
在一个示例性实施例中，所述装置可以通过如下方式实现获取预先对 第一地层进行历史监测所得到的所述历史监测数据，以及预先对所述第一 地层进行压力检测所得到的所述历史压力数据：获取预定时间段内对所述 第一地层进行监测所得到的监测数据以及对所述第一地层进行压力检测 所得到的压力数据；按照预定时间间隔分别对所述监测数据以及所述压力 数据进行划分，以得到多段监测子数据以及多段压力子数据；确定所述多 段监测子数据中包括的每段监测子数据的和，以得到多个所述历史监测数 据；确定所述多段压力子数据中包括的每段压力子数据的和，以得到多个 所述历史压力数据。
[0095]
在一个示例性实施例中，所述装置可以通过如下方式实现基于所述历 史监测数据以及所述历史压力数据确定所述关联模型：基于所述历史压力 数据确定第一矩阵；基于所述第一矩阵确定状态转移矩阵；基于所述历史 监测数据确定第二矩阵；基于所述状态转移矩阵、第二矩阵、所述历史监 测数据以及历史压力数据确定所述关联模型。
[0096]
在一个示例性实施例中，所述装置可以通过如下方式实现基于所述历 史监测数据以及所述历史压力数据确定所述目标监测数据与所述平均地 层压力的关联模型：确定所述状态转移矩阵与所述历史压力数据的第一乘 积；确定所述状态转移矩阵、所述第二矩阵以及当前监测数据的第二乘积 的积分；将所述第一乘积与所述积分的和与所述平均地层压力的关联关系 确定为所述关联模型。
[0097]
在一个示例性实施例中，所述装置可以通过如下方式实现基于所述历 史压力数据确定第一矩阵：对所述历史压力数据中包括的每个数据进行第 一累加处理，以得到第一累加结果，基于所述第一累加结果确定所述第一 矩阵；所述装置可以通过如下方式实现基于所述历史监测数据确定第二矩 阵：对所述历史监测数据中包括的每个数据进行第二累加处理，以得到第 二累加结果，基于所述第二累加结果确定所述第二矩阵。
[0098]
在一个示例性实施例中，所述确定模块64可以通过如下方式实现基 于所述目标监测数据以及所述关联模型确定所述平均地层压力：基于所述 历史监测数据以及所述历史压力数据对所述关联模型进行离散处理，以得 到目标关联模型；基于所述目标监测数据以及所述目标关联模型确定所述 平均地层压力。
[0099]
在一个示例性实施例中，所述装置还可以用于在基于所述目标监测数 据以及预先建立的关联模型，确定所述目标地层的目标平均地层压力之后， 基于所述目标监测数据对所述历史监测数据进行更新，以得到更新后的历 史监测数据；基于所述目标平均地层压力对所述历史压力数据进行更新， 以得到更新后的历史压力数据；基于所述更新后的历史监测数据以及所述 更新后的历史压力数据更新所述关联模型。
[0100]
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于 后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器 中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
[0101]
本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读 存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实 现上述任一项中所述的方法的步骤。
[0102]
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于： u盘、只读存储器(read-only memory，简称为rom)、随机存取存储器 (random access memory，简称为ram)、移动硬盘、磁碟或者光盘等各 种可以存储计算机程序的介质。
[0103]
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存 储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述 任一项方法实施例中的步骤。
[0104]
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入 输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述 处理器连接。
[0105]
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所 描述的示例，本实施例在此不再赘述。
[0106]
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤 可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者 分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序 代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并 且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或 者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤 制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件 和软件结合。
[0107]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于 本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原 则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。