一种基于深度学习的压裂过程中套管变形的预测方法技术

本发明专利技术涉及页岩气开发技术领域，具体公开了一种基于深度学习的压裂过程中套管变形的预测方法，包括以下步骤：收集已压裂气井的地质参数、工程参数及套管变形量，构建原始套变数据集；对原始套变数据集中的输入参数进行缺失参数值处理；再对输入参数与输出参数的相关性进行分析处理；最后进行归一化处理，得到最终的套变数据集；基于深度学习模型建立套变预测模型，通过最终的套变数据集对套变预测模型进行训练和验证，获得最终的套变预测模型，通过最终的套变预测模型对压裂气井进行套管变形预测。本发明专利技术通过对原始套变数据集进行处理，有效提高了数据质量，为构建的套变预测模型提供了数据基础，有效提高了套变预测模型的预测精度。

【技术实现步骤摘要】

本专利技术属于页岩气开发，具体涉及一种基于深度学习的压裂过程中套管变形的预测方法。

技术介绍

1、目前，体积压裂作为页岩气高效开发的核心技术之一，在进行储层改造时，套管变形问题频发，严重影响了压裂效果和页岩气开发进程，因此，为了保证压裂施工的顺利进行，对套管变形的预测具有重大意义。

2、套管变形时地质工程、开发等因素长期综合作用的结果，这些因素之间具有非线性、不确定性和时变性。传统的套管变形预测方法主要基于经验公式或者力学模型，很难对各种影响因素面面俱到，使得套管变形的预测精度较低，成本较高。

3、机器学习基于收集的数据获得有价值的认识，可以帮助做出快速而正确的决策，已经广泛应用于石油工程中其他行业，其中也有将机器学习应用到套管变形预测，但是其研究深度不足，导致预测精度不高。因此，我们提出一种基于深度学习的压裂过程中套管变形的预测方法。

技术实现思路

1、本专利技术所要解决的技术问题便是针对上述现有技术的不足，提供一种基于深度学习的压裂过程中套管变形的预测方法，它能够有效提高套管变形预本文档来自技高网...

【技术保护点】

1.一种基于深度学习的压裂过程中套管变形的预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的压裂过程中套管变形的预测方法，其特征在于，所述地质参数包括裂缝或断层倾角、裂缝或断层长度、裂缝或断层到套变点的距离、水平段埋深、最大水平地应力和最小水平地应力；所述工程参数包括压裂排量、压裂液量、压裂时间、压裂段长、压裂分簇数目、反排率和砂比。

3.根据权利要求1所述的一种基于深度学习的压裂过程中套管变形的预测方法，其特征在于，所述参数缺失比为参数缺失样本大小占参数总样本大小的比例。

4.根据权利要求1所述的一种基于深度学习的压裂过...

【技术特征摘要】

1.一种基于深度学习的压裂过程中套管变形的预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的压裂过程中套管变形的预测方法，其特征在于，所述地质参数包括裂缝或断层倾角、裂缝或断层长度、裂缝或断层到套变点的距离、水平段埋深、最大水平地应力和最小水平地应力；所述工程参数包括压裂排量、压裂液量、压裂时间、压裂段长、压裂分簇数目、反排率和砂比。

3.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：尹飞，黄干，曾攀，叶鹏举，付博然，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：