一种水平井压裂段分段方法、系统、设备及存储介质技术方案

技术编号:28747196 阅读:29 留言:0更新日期:2021-06-06 19:05
本发明专利技术公开了一种水平井压裂段分段方法、系统、设备及存储介质,初始化图神经网络的权重和全连接层权重;根据水平井地质信息构造输入图;创建输入图的自连接带权邻接矩阵,进行拉普拉斯谱分解得到拉普拉斯矩阵;求出拉普拉斯矩阵的特征向量矩阵,输入图神经网络做前向传播计算,得到网络预测的分段方案;使用交叉熵损失函数计算网络预测的分段方案和人工分段方案之间的差值,再使用Adam优化算法反向传播更新权重;直到所有水平井地质信息全部训练完成,得到最终训练完成的图神经网络;将待分段水平井地质信息输入图神经网络中,得到水平井压裂段分段方案。大幅提高了分段效率,并且分段质量保持稳定。分段质量保持稳定。分段质量保持稳定。

【技术实现步骤摘要】
一种水平井压裂段分段方法、系统、设备及存储介质


[0001]本专利技术属于非常规油气开采领域,涉及一种水平井压裂段分段方法、系统、设备及存储介质。

技术介绍

[0002]随着国内页岩气、致密油气的开发,非常规油气资源已成为近年来一项新的开发热点。目前,水平井分段多簇压裂技术是非常规油气资源开发的核心技术之一,在水平井施工中,分簇射孔

复合桥塞联作的分段压裂开发模式得到了广泛应用。与其他开发模式相比,它具有可实现大排量注入、分簇射孔、分段体积压裂和作业效率高等优点。通过将水平井分为多个压裂段,在段内进行多簇射孔,能够在单次泵注下同时形成数条水力裂缝,有效降低施工成本。
[0003]分簇射孔

复合桥塞的分段压裂技术需要将水平井段分成若干段(一段的控制距离为100~150m),第一段采用油管、连续油管及电缆爬行器进行射孔后压裂,其他段采用分簇射孔

复合桥塞联作工艺技术施工。用电缆将联作仪器串下入井内,在大斜度及水平井段用水力泵送的方式推进,即水力泵送工艺技术。首先用复合桥塞封堵前一段,再对本段进行分簇射孔,起出联作仪器串,再对该段进行体积压裂施工。
[0004]分簇射孔

复合桥塞的分段压裂技术的第一步为水平井分段,要进行水平井分段首先要对测井进行地质勘查,测量得到水平井的气测值、孔隙度、岩层分布、预测裂缝段等地质信息,然后依据这些信息,将位于同一小层的、拥有天然裂缝发育段的、储层参数相近的、岩石力学参数相近的等拥有相近地质结构的水平井段划分为同一段射孔压裂段,由此将水平井划分为多个压裂段。分段水平的优劣直接决定了射孔质量、水力裂缝的有效程度和体积压裂施工的效果,而这些又直接影响到油气产出效率和产出量,因此水平井分段是分簇射孔

复合桥塞分段压裂技术的一个关键环节。
[0005]目前水平井压裂段分段都是采用人工分段的方式,依靠人力根据地质信息来对水平井进行分段,但是人工分段效率低下,人力成本过高,而且人工分段的质量不稳定,一些生产测井资料显示有些压裂段划分不够合理,部分射孔簇未能形成有效的水力裂缝,部分压裂段未能形成有效压裂,因此降低了油气产出效率,而且造成油气资源的浪费。因此如何提高分段效率,降低分段成本,提高分段质量就成为了急需解决的问题。

技术实现思路

[0006]本专利技术的目的在于克服上述现有技术的缺点,提供一种水平井压裂段分段方法、系统、设备及存储介质,在保持分段质量与人工分段相近的情况下,高效、快速地自动分段,从而大幅提高了分段效率,降低了人力成本,并且分段质量保持稳定。
[0007]为达到上述目的,本专利技术采用以下技术方案予以实现:
[0008]一种水平井压裂段分段方法,包括以下步骤;
[0009]步骤1、初始化图神经网络的权重和全连接层权重;
[0010]步骤2、根据水平井地质信息构造输入图;
[0011]步骤3、创建输入图的自连接带权邻接矩阵,将自连接带权邻接矩阵进行拉普拉斯谱分解得到拉普拉斯矩阵;
[0012]步骤4、求出拉普拉斯矩阵的特征向量矩阵,将特征向量矩阵输入图神经网络做前向传播计算,得到网络预测的分段方案;
[0013]步骤5、获取网络预测的水平井压裂段的人工分段方案,使用交叉熵损失函数计算网络预测的分段方案和人工分段方案之间的差值,再使用Adam优化算法反向传播更新权重;
[0014]步骤6、循环步骤2至步骤5,直到所有水平井地质信息全部训练完成,得到最终训练完成的图神经网络;
[0015]步骤7、将待分段水平井地质信息输入图神经网络中,得到水平井压裂段分段方案。
[0016]优选的,步骤2中,构造输入图的具体过程为:确定水平井最小分段长度和水平井总长度,令最小分段长度为图节点初始值,令每一段为一个输入图节点,计算图节点数量;根据图节点所代表分段的水平井地质信息和每段间距离关系,创建图节点之间的带权边表示两个图节点和图节点之间边的权重,所有图节点和所有带权边的集合构成了图神经网络的输入图。
[0017]进一步,图节点数量的计算过程为:
[0018][0019]式中total_length表示水平井总长度,min_length表示最小分段长度,X
num
表示图节点数量。
[0020]优选的,步骤3中,自连接带权邻接矩阵的矩阵中第i行第j列的元素的值为:
[0021][0022]式中X(i,j)表示步骤3中得到的第i个节点和第j个节点之间的带权边权重;
[0023]拉普拉斯矩阵为:
[0024][0025]式中为步骤4中得到的图的自连接带权邻接矩阵,为的度矩阵,L为对进行拉普拉斯谱分解并归一化之后得到的拉普拉斯矩阵。
[0026]优选的,步骤4的具体过程为,求出拉普拉斯矩阵的特征向量矩阵,将输入图隐藏状态第l层特征向量矩阵与归一化拉普拉斯矩阵输入到图神经网络中的第l层进行计算,得到计算结果;使用Relu激活函数对计算结果进行非线性激活处理,完成单层图神经网络的计算,直到将图神经网络每一层的特征向量矩阵均完成更新;将图神经网络所有的更新结果输入到全连接层进行节点分类,分为一类的节点为一段,由此得到图神经网络预测的水平井分段方案。
[0027]优选的,步骤5中,交叉熵损失函数为:
[0028][0029]式中Y表示人工分段方案,表示网络预测的分段方案,Y
i
和分别表示两个向量中的每一项元素;
[0030]Adam优化算法的计算过程为:
[0031]t

t+1
[0032][0033]m
t

β1·
m
t
‑1+(1

β1)
·
g
t
[0034][0035][0036][0037][0038]式中t表示时间步t;f(θ)表示要进行优化的目标函数,在本专利技术中就是交叉熵损失函数;θ表示要更新的网络权重参数,θ
t
‑1表示上一时间步的参数,θ
t
表示经过一次迭代之后被更新的当前时间步的参数;β1和β2是本算法的两个重要超参数,一般分别取值为0.9和0.999;α为学习率,一般初始取值为0.01或0.001,迭代10

20次之后会进行学习率衰减;ε表示优化算法偏差,一般取值为10
‑8。
[0039]一种水平井压裂段分段系统,包括:
[0040]权重初始化模块,用于初始化图神经网络的权重和全连接层权重;
[0041]输入图构造模块,用于根据水平井地质信息构造输入图;
[0042]拉普拉斯矩阵计算模块,用于创建输入图的自连接带权邻接矩阵,将自连接带权邻接矩阵进行拉普拉斯谱分解得到拉普拉斯矩阵;
[0043]网络预测的分段方案计算模块,用于求出拉普拉斯矩阵的特征向量矩阵,将特征向量本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种水平井压裂段分段方法,其特征在于,包括以下步骤;步骤1、初始化图神经网络的权重和全连接层权重;步骤2、根据水平井地质信息构造输入图;步骤3、创建输入图的自连接带权邻接矩阵,将自连接带权邻接矩阵进行拉普拉斯谱分解得到拉普拉斯矩阵;步骤4、求出拉普拉斯矩阵的特征向量矩阵,将特征向量矩阵输入图神经网络做前向传播计算,得到网络预测的分段方案;步骤5、获取网络预测的水平井压裂段的人工分段方案,使用交叉熵损失函数计算网络预测的分段方案和人工分段方案之间的差值,再使用Adam优化算法反向传播更新权重;步骤6、循环步骤2至步骤5,直到所有水平井地质信息全部训练完成,得到最终训练完成的图神经网络;步骤7、将待分段水平井地质信息输入图神经网络中,得到水平井压裂段分段方案。2.根据权利要求1所述的水平井压裂段分段方法,其特征在于,步骤2中,构造输入图的具体过程为:确定水平井最小分段长度和水平井总长度,令最小分段长度为图节点初始值,令每一段为一个输入图节点,计算图节点数量;根据图节点所代表分段的水平井地质信息和每段间距离关系,创建图节点之间的带权边表示两个图节点和图节点之间边的权重,所有图节点和所有带权边的集合构成了图神经网络的输入图。3.根据权利要求2所述的水平井压裂段分段方法,其特征在于,图节点数量的计算过程为:式中total_length表示水平井总长度,min_length表示最小分段长度,X
num
表示图节点数量。4.根据权利要求1所述的水平井压裂段分段方法,其特征在于,步骤3中,自连接带权邻接矩阵的矩阵中第i行第j列的元素的值为:式中X(i,j)表示步骤3中得到的第i个节点和第j个节点之间的带权边权重;拉普拉斯矩阵为:式中为步骤4中得到的图的自连接带权邻接矩阵,为的度矩阵,L为对进行拉普拉斯谱分解并归一化之后得到的拉普拉斯矩阵。5.根据权利要求1所述的水平井压裂段分段方法,其特征在于,步骤4的具体过程为,求出拉普拉斯矩阵的特征向量矩阵,将输入图隐藏状态第l层特征向量矩阵与归一化拉普拉斯矩阵输入到图神经网络中的第l层进行计算,得到计算结果;使用Relu激活函数对计算结果进行非线性激活处理,完成单层图神经网络的计算,直到将图神经网络每一层的特征向量矩阵均完成更新;将图神经网络所有的更新结果输入到全连接层进行节点分类,分为一类的节点为一段,由此得到图神经网络预测的水平井分段方案。
6.根据权利要求1所述的水平井压裂段分段方法,其特征在于,步骤5中,交叉熵损失函数为:式中Y...

【专利技术属性】
技术研发人员:任国辉赵昕迪唐凯胡寒许嘉乐李妍僖陈建波聂靖雯
申请(专利权)人:中国石油集团测井有限公司
类型:发明
国别省市:

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