一种基于DNN预测致密油储层横波速度的方法
申请人信息
- 申请人:河海大学
- 申请人地址:211106 江苏省南京市江宁区佛城西路8号
- 发明人: 河海大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于DNN预测致密油储层横波速度的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311101649.8 |
| 申请日 | 2023/8/29 |
| 公告号 | CN117388919A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G01V1/30 |
| 权利人 | 河海大学 |
| 发明人 | 方志坚; 巴晶; 陈嘉玮; 高丽; 董红静; 车浩杰; 艾志江; 阮传同 |
| 地址 | 江苏省南京市开发区佛城西路8号 |
摘要文本
河海大学取得“一种透气窗帘布”专利技术，本发明公开了一种基于DNN预测致密油储层横波速度的方法，考虑利用含黏滞性流体的Biot模型表征致密油储层弹性波传播，使用全连接神经网络学习含黏滞性流体的Biot模型中的弹性参数，进而构建起学习致密油储层弹性波传播特征的神经网络模型，通过平面波解析法求解横波速度，并用实际测井数据进行验证，进而实现波传播方程约束下的机器学习预测横波速度的方法。本发明预测精度高，能弥补纯数据驱动机器学习预测横波速度时，对数据量及数据质量要求高，且缺乏物理意义的不足，在实际生产中具有较好的推广前景。
专利主权项内容
1.一种基于DNN预测致密油储层横波速度的方法，其特征在于，包括以下步骤：S1、采集目标研究区的测井数据，并划分训练集和测试集，基于目标研究区的测井数据，计算流体混合物密度、流体混合物黏度、耗散系数以及固相、液相和流-固耦合相密度参数；S2、基于Krief模型计算岩石干骨架体积模量、剪切模量，基于Wood模型计算混合流体体积模量；S3、基于已知测井资料中的纵波速度、横波速度及密度，以及步骤S2得到的岩石干骨架体积模量、剪切模量，混合流体体积模量，计算流体饱和岩石和固体颗粒的体积模量、剪切模量；S4、根据步骤S2得到的岩石干骨架体积模量、剪切模量、混合流体体积模量，步骤S3得到的固体颗粒的体积模量、剪切模量，根据含黏滞性流体的多孔介质弹性波波动方程，计算弹性参数，并且求解纵波速度，横波速度；以测井数据中孔隙度、混合流体体积模量、混合流体剪切模量、总密度、参透率、含水饱和度为输入，以对应的弹性参数、纵波速度，横波速度为输出，构建并训练含黏滞性流体波传播方程弹性参数的神经网络，获得致密油储层横波速度预测模型；S5、利用测试集对致密油储层横波速度预测模型进行验证，预测致密油储层纵波速度、横波速度，预测过程中计算均方根误差和决定系数来表达预测值与实际值之间的偏差以评价模型的预测效果。