基于物理约束的并联式神经网络的三维地应力预测方法技术

本发明专利技术公开了基于物理约束的并联式神经网络的三维地应力预测方法，包括收集目标区域钻孔数据，并对钻孔数据进行扩充；收集目标区域已钻井的测井数据，利用测井解释得到每口井的地应力属性数据；构建基于物理约束的并联式神经网络模型；训练模型并预测得到实体的三维地应力。本发明专利技术采用基于物理约束+并联式神经网络的模型仅依靠三维空间坐标预测地应力，其本质是为了弥补缺少实测地应力数据的不足，从地形衍生的三维空间数据出发，利用神经网络的强拟合功能，结合地应力解析模型的约束，通过物理约束+数据驱动的方式预测地应力，该方法不仅融合了地形构造与地应力之间的联系，同时通过机理模型的约束有效提高了神经网络模型的准确性和可解释性。的准确性和可解释性。的准确性和可解释性。

【技术实现步骤摘要】
基于物理约束的并联式神经网络的三维地应力预测方法


[0001]本专利技术涉及基于物理约束的并联式神经网络的三维地应力预测方法，属于油气勘探开发


技术介绍

[0002]地应力是赋存在岩体中的天然应力，由重力、构造力、流体动力和结晶力等几种力综合作用而成，通常用垂直地应力、最大和最小水平地应力等三个主应力表征。在石油工程领域，地应力是影响井壁稳定、压裂设计、套管损毁、油藏出砂等工程问题的关键参数。随着我国油气勘探开发深度的加大，面临的地质环境越来越复杂，地应力的研究也愈发受到各界的高度关注。
[0003]目前为止，石油工程领域获取地应力的方法主要有室内岩芯测试技术、矿场实测分析、测井曲线解释、地震预测法、数值模拟技术等，并朝着综合应用、交叉印证方面发展和完善。对于一维地应力，可以利用测井曲线解释和单点地应力实测数据修正获得较为准确的地应力剖面，该方法目前已经比较成熟。但是，一维地应力受范围约束，仅能对单井的地应力状态进行表征，工程上，预测三维地应力更有意义。目前，预测三维地应力主要依靠地震预测法和数值模拟技术，但都存在一定的缺陷，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，包括以下步骤：步骤S1、收集目标区域的钻孔数据，并利用克里金插值法对钻孔数据进行扩充；步骤S2、将扩充后的钻孔数据作为控制点生成NURBS曲面和实体，并获取实体的三维空间坐标；步骤S3、收集目前区域已钻井的测井数据，并对每口井进行测井解释；步骤S4、将已钻井划分为训练井和测试井；步骤S5、根据测井解释获取训练井井眼轨迹的三维空间坐标以及沿井眼轨迹路径上的地应力属性数据；步骤S6、对分别来自实体和井眼轨迹的三维空间坐标进行归一化；步骤S7、构建基于理论约束的并联式神经网络模型，并确定模型的输入特征和输出特征；步骤S8、利用训练井的数据对基于理论约束的并联式神经网络模型进行训练，得到训练好的基于理论约束的并联式神经网络模型；步骤S9、根据测试井数据测试训练好的基于理论约束的并联式神经网络模型的预测精度，并预测得到实体的三维地应力。2.根据权利要求1所述的基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，所述钻孔数据包括各地质层界面的X、Y、Z坐标值。3.根据权利要求1所述的基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，所述利用克里金插值法对钻孔数据进行扩充的具体步骤如下：步骤S11、通过经验半方差函数计算已知数据点的半方差值，然后构建距离和半方差值的散点图；步骤S12、利用球型拟合函数拟合散点图；步骤S13、通过半方差函数确定未知点对应的权重，然后对未知点进行加权得到未知点对应的数值。4.根据权利要求3所述的基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，所述经验半方差函数如下：式中：γ(h)表示距离为h时的半方差值；N(h)表示相隔距离为h的数据对的数目；P(i)
‑
P(i,h)表示第i对相隔距离为h数据对的差值。5.根据权利要求3所述的基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，所述步骤S13中的计算公式如下：式中：P(x,y)表示插值点对应的预测值；P(i)表示第i处插值点；λ
i
(x
i
,y
i
)表示插值点对应的权重；n表示插值点的数量。6.根据权利要求1所述的基于物理约束的并联式神经网络的三维地应力预测方法，其
特征在于，所述步骤S2的具体过程为：将每一层地质层界面扩充后的钻孔数据作为控制点生成NURBS曲面；再将生成的NURBS曲面沿纵向生成BURBS实体。7.根据权利要求1所述的基于物理约束的并联式神经网络的三维地应力预测方法，其特征在于，所述地应力属性数据包括地层孔隙压力、垂直地应力、最大...

【专利技术属性】
技术研发人员：向国富，马天寿，石榆帆，刘阳，邓昌松，向幸运，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：