当前位置: 首页 > 专利查询>长江大学专利>正文

一种河道砂建模方法、设备及可读存储介质技术

技术编号:24331569 阅读:54 留言:0更新日期:2020-05-29 19:50
本发明专利技术公开了一种河道砂建模方法、设备及可读存储介质。河道砂建模方法包括如下步骤:获取待建模储层的基本参数;根据获取的基本参数,生成若干个第一河道砂体模型及与第一河道砂体模型对应的训练条件数据;建立生成网络;建立判别网络;对所述判别网络和所述生成网络进行训练,得到生成器;将井数据输入生成器中得到待建模储层的砂体模型。本发明专利技术的有益效果是:通过基于目标的模拟方法生成了大量的第一河道砂体模型及对应的训练条件数据,再通过这些第一河道砂体模型和训练条件数据对生成网络和判别网络进行训练,生成网络经大量训练后得到能生成真实的河道砂体模型的生成器,再将研究区的井数据输入生成器获得研究区待建模储层的砂体模型。

A channel sand modeling method, equipment and readable storage medium

【技术实现步骤摘要】
一种河道砂建模方法、设备及可读存储介质
本专利技术涉及储层建模
,尤其是涉及一种河道砂建模方法、设备及可读存储介质。
技术介绍
目前在河道砂体的建模研究中,国内外学者提出了很多建模方法。其中,传统的两点统计能够实现任意储层的预测,在陆相沉积储层三维地质模型建立上发挥了巨大作用,有力推动了油藏描述向精细、定量化方向发展。然而,随着研究深入,越来越多学者认识到两点变差函数只能表征两点相关性,很难刻画储层复杂形态(如弯曲的河道),更难以刻画不同储层空间配置。基于目标方法能够较好描述储层形态,揭示储层成因联系。它主要根据预先确定的目标体形态来进行模拟,如河道的方向、振幅、宽度和厚度等,但基于目标方法在模拟过程中使用多次迭代来匹配井数据,并且通常可能不能满足所有井数据。多点地质统计学建模采用训练图像作为主要输入参数,能够比基于目标方法更尊重井数据,但对训练图像要求较高,如要求训练图像具有平稳性,实际情况却很少如此,造成了模拟的河道出现间断的现象。
技术实现思路
有鉴于此,有必要提供一种既能克服两点变差函数模拟方法不能反映真实的储本文档来自技高网...

【技术保护点】
1.一种河道砂建模方法,其特征在于,包括如下步骤:/nS100获取待建模储层的基本参数,其中,所述基本参数至少包括河道平均宽度、河道平均弯曲度以及河道走向;/nS200根据获取的基本参数,生成若干个第一河道砂体模型,并根据所述第一河道砂体模型生成若干个与所述第一河道砂体模型对应的训练条件数据;/nS300根据各个训练条件数据建立生成网络;/nS400根据各个训练条件数据及对应的第一河道砂体模型建立判别网络;/nS500对所述判别网络和所述生成网络进行训练,以得到生成器;/nS600获取待建模储层的井数据,将井数据输入生成器中得到待建模储层的砂体模型。/n

【技术特征摘要】
1.一种河道砂建模方法,其特征在于,包括如下步骤:
S100获取待建模储层的基本参数,其中,所述基本参数至少包括河道平均宽度、河道平均弯曲度以及河道走向;
S200根据获取的基本参数,生成若干个第一河道砂体模型,并根据所述第一河道砂体模型生成若干个与所述第一河道砂体模型对应的训练条件数据;
S300根据各个训练条件数据建立生成网络;
S400根据各个训练条件数据及对应的第一河道砂体模型建立判别网络;
S500对所述判别网络和所述生成网络进行训练,以得到生成器;
S600获取待建模储层的井数据,将井数据输入生成器中得到待建模储层的砂体模型。


2.如权利要求1所述的河道砂建模方法,其特征在于,所述步骤S300包括:
S310建立若干个卷积层,将各个训练条件数据y编码后输入卷积层进行特征提取,通过卷积运算得到若干个特征矩阵;
S320建立与所述卷积层层数相同的反卷积层,并将卷积层与反卷积层中维度一致的层进行连接,将步骤S310中提取的特征矩阵排列为一维向量输入反卷积层,经过反卷积运算生成对应的河道砂体模型矩阵;
S330设定训练过程中生成网络参数的修正函数。


3.如权利要求2所述的河道砂建模方法,其特征在于,所述步骤S330中,生成网络的修正函数为:θ=θg-▽,其中,θ为生成网络修正后的参数,θg为生成网络修正前的参数,▽为关于该参数的损失梯度,且损失梯度其中,n为总训练次数,D为判别网络,G为生成网络,z为随机向量,i为训练次数变量。


4.如权利要求1所述的河道砂建模方法,其特征在于,所述步骤S400包括:
S410建立若干个卷积层,将各个训练条件数据及对应的第一河道砂体模型成对编码后输入卷积层进行特征提取,通过卷积运算得到若干个特征矩阵;
S420对比各个训练条件数据及对应的第一河道砂体模型的特征矩阵,分别计算各个第一河道砂体模型的真实概率;
S430将生成网络生成的砂体模型输入判别网络,建立第一损失函数;
S440在生成网络生成的模型与真实数据之间添加一个第二损失函数从而加快模型收敛并提高模型的精度。


5.如权利要求4所述的河道砂建模方法,其特征在于,所述步骤S430中,所述第一损失函数为:V(G,D)=Ex,y[l...

【专利技术属性】
技术研发人员:胡勇何文祥
申请(专利权)人:长江大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1