一种基于智能融合策略的复杂地层岩石力学参数预测方法技术

本发明专利技术公开一种基于智能融合策略的复杂地层岩石力学参数预测方法，包括：收集资料；获取基本岩石物理参数；得到岩石力学参数；确定研究区的岩石力学参数与岩石纵波时差、横波时差、密度间的关系式；利用机器学习算法建立复杂地层岩石力学参数的预测模型；优选每个岩石力学参数的基模型；以基模型的预测结果为基础，基于智能融合策略构建复杂地层岩石力学参数系列智能预测方法的融合模型，利用Pearson相关系数准则的计算基模型的权重系数，最后通过融合模型对复杂地层岩石力学参数进行预测。本发明专利技术引入Pearson相关系数的准则，进行多种智能算法的融合以提高预测方法泛化，增强智能算法的迁移学习能力，以提高预测方法的适应性。性。性。

【技术实现步骤摘要】
一种基于智能融合策略的复杂地层岩石力学参数预测方法


[0001]本专利技术涉及一种基于智能融合策略的复杂地层岩石力学参数预测方法，属于油气藏开发领域。

技术介绍

[0002]储层地质力学参数在地质工程一体化中起桥梁作用，能确保地质认识和工程技术无缝衔接和切实解决工程难题，是井位选择、井眼轨迹优化、压裂改造等方面的关键参数，其中岩石力学参数是储层地质力学参数中的核心基础。岩石力学参数的传统评价方法主要包括基于经典均匀各向同性弹性波动理论的预测方法和基于岩石力学参数的声波响应机制建立的系列预测方法。然而复杂岩石力学参数差异明显及其岩石物理响应规律复杂，造成传统岩石力学测井计算方法预测结果精度较低，为复杂地层地质力学参数评价带来较大挑战。为此，提出了一种基于智能融合策略的复杂地层岩石力学参数预测方法。

技术实现思路

[0003]为了克服现有技术中的问题，本专利技术提供一种基于智能融合策略的复杂地层岩石力学参数预测方法。
[0004]本专利技术解决上述技术问题所提供的技术方案是：一种基于智能融合策略的复杂地层岩石力学参数预测方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能融合策略的复杂地层岩石力学参数预测方法，其特征在于，包括以下步骤：步骤一、收集研究区地质资料、测井资料、取心资料；步骤二、采集研究区井下或露头岩样，进行岩性描述，记录每块岩样的岩性；步骤三、对加工后的岩样进行预处理，并获取基本岩石物理参数；步骤四、进行力学试验，得到研究区的岩石力学参数；步骤五、基于岩石力学参数传统评价方法，确定研究区的岩石力学参数与岩石纵波时差、横波时差、密度间的关系式；步骤六、综合考虑岩石岩性、岩石密度、纵波时差、横波时差的的室内测试数据，利用机器学习算法建立复杂地层岩石力学参数的预测模型；步骤七、基于机器学习算法预测岩石力学参数的相关系数和平均相对误差，优选每个岩石力学参数中预测效果较好的机器学习算法构建的预测模型作为模型融合的基模型；步骤八、以基模型的预测结果为基础，基于智能融合策略构建复杂地层岩石力学参数系列智能预测方法的融合模型，利用Pearson相关系数准则的计算基模型的权重系数，最后通过融合模型对复杂地层岩石力学参数进行预测。2.根据权利要求1所述的一种基于智能融合策略的复杂地层岩石力学参数预测方法，其特征在于，所述步骤一中地质资料包括录井岩性剖面、地层划分资料，用以模型构建；测井资料包括自然伽马、补偿声波、补偿密度、中子测井资料。3.根据权利要求1所述的一种基于智能融合策略的复杂地层岩石力学参数预测方法，其特征在于，所述步骤二的具体过程为：制备标准岩样30～60块，其中对于单轴压缩实验样品，将全直径岩样加工成30～60块直径为2.5cm、高为5.0cm的圆柱体岩样，岩样两端面最大不平行度小于0.05mm，另外端面垂直于试样中心轴，最大偏差不超过0.25
°
；对于抗张强度实验样品，将岩样加工成30～60块直径为2.5cm，厚度为直径的0.5～1倍的圆柱体；对于断裂韧性实验样品，将岩样加工成30～60块直径为7.5cm，直径与厚度比例为5:2的人字型切槽巴西圆盘(CCNBD)试样。4.根据权利要求1所述的一种基于智能融合策略的复杂地层岩石力学参数预测方法，其特征在于，所述步骤三的具体...

【专利技术属性】
技术研发人员：熊健，刘向君，梁利喜，丁乙，侯连浪，陈宏，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：