致密低渗透油气储层压裂的分析方法、系统、设备及介质与流程

1.本发明涉及一种致密储层改造技术领域，更具体地说，它涉及致密低渗透油气储层压裂的分析方法、系统、设备及介质。


背景技术：

2.随着国内油气勘探开发和储层改造技术(例如煤层气、致密砂岩和页岩油气等行水力压裂勘探作业)的大规模应用，已经积累了大量地质、工程资料。这些资料具有数据量大，信息类型及种类多，传统的压裂设计方法在计算过程耗时冗余，无法满足现有海量资料的分析任务。且水力压裂过程设计诸多复杂的物理过程，各物理参数的耦合强，传统的设计模型无法准确揭示实际地层的压裂缝形态和生产参数的关系。


技术实现要素：

3.本发明提供一种致密低渗透油气储层压裂的分析方法、系统、设备及介质，解决了基于大数据条件传统的压裂设计方法耗时冗余，无法满足现有大量资料的分析问题。本发明利用数据分类处理的方法对特征参数进行处理，找出影响油气井产量的主、次要因素，形成有用的训练集和测试集，然后本发明利用目标函数和概率函数来自适应修正所构建的压裂分析网络模型，从而达到提升模型收敛速度和分析准确性的作用，最后利用建立的压裂分析网络模型分析油气井实际地层情况下不同压裂参数对应的产量，从而优化压裂参数。
4.本发明的上述技术目的是通过以下技术方案得以实现的：
5.本技术的第一方面，提供了一种致密低渗透油气储层压裂的分析方法，方法包括：
6.采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；
7.对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；
8.利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；
9.利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。
10.在一种实施方案中，对所述特征参数进行分类处理，具体为：
11.构建多口油气井的样本矩阵和目标矩阵，其中所述样本矩阵的行向量为油气井的序列号，列向量为地质参数、钻井参数和压裂参数，所述目标矩阵的行向量为油气井的序列号，列向量为生产参数；
12.按照生产参数所对应的油气井的产量将目标矩阵划分为三种类别的目标子矩阵；其中三种类别的目标子矩阵分别表示油气井产量的优、中、差；
13.从三种类别的目标子矩阵中随机抽取三口油气井对应的目标子矩阵，计算多口油
气井与随机抽取三口油气井的第一相对距离；
14.遍历第一相对距离，按照最小相对距离将多口油气井划分为三类簇，计算三类簇的类中心；
15.计算所有样本矩阵与类中心的第二相对距离，按照最小相对距离重新分类和迭代，若误差平方和小于阈值，则分类结束，得到分类结果，否则继续迭代，直至收敛。
16.在一种实施方案中，根据分类结果，筛选出三类油气井分别对应的样本矩阵，按照预设比例选出三类油气井对应的样本矩阵的训练数据和测试数据，基于训练数据和测试数据分别得到训练集和测试集。
17.在一种实施方案中，所述压裂分析网络模型由起始层、中间层和终端层构成，其中起始层、中间层和终端层由不同数量的网格单元组成，所述起始层的网格单元与中间层的网格单元之间通过线性函数进行连接运算，中间层的网格单元通过双曲正切函数对线性函数计算所得值进行连接运算，将双曲正切函数计算后的值传递至终端层。
18.在一种实施方案中，所述目标函数的计算式为f(i)＝k∑(t
l-zk)，其中，zk表示终端层的网格单元所计算的值，k表示常数，l表示第l次计算，t
l
表示终端层网格的真实值；
19.所述概率函数的计算式为其中，j表示第j个网格单元，n表示计算网格总数，i表示第i个网格单元。
20.在一种实施方案中，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，具体包括：
21.根据目标函数的计算值，基于给定的概率阈值进行自适应修正；
22.当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，线性函数对应的斜率和截距不变；或，当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，对线性函数对应的斜率和截距进行自适应修正。
23.在一种实施方案中，对线性函数对应的斜率和截距进行自适应修正的计算式为：其中，b表示区间[0,1]的随机数，wj表示自适应修正后的斜率，表示线性函数第l次运算的斜率，w
jl+1
表示线性函数第l+1次运算的斜率，θj表示自适应修正后的截距，θ
jl
表示线性函数第l次运算的截距，θ
jl+1
是线性函数第l+1次运算的截距。
[0024]
本技术的第二方面，提供了一种致密低渗透油气储层压裂的分析系统，系统包括：
[0025]
数据采集模块，用于采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；
[0026]
数据处理模块，用于对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；
[0027]
模型建构模块，用于利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；
[0028]
分析模块，用于利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。
[0029]
本技术的第三方面，提供了一种电子设备，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如本技术的第一方面所述的致密低渗透油气储层压裂的分析方法的步骤。
[0030]
本技术的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如本技术的第一方面所述的致密低渗透油气储层压裂的分析方法的步骤。
[0031]
与现有技术相比，本发明具有以下有益效果：
[0032]
本发明提供的一种致密低渗透油气储层压裂的分析方法，利用数据分类处理的方法对特征参数进行处理，找出影响油气井产量的主、次要因素，形成有用的训练集和测试集，然后本发明利用目标函数和概率函数来自适应修正所构建的压裂分析网络模型，从而达到提升模型收敛速度和分析准确性的作用，最后利用建立的压裂分析网络模型分析油气井实际地层情况下不同压裂参数对应的产量，从而优化压裂参数。
[0033]
此外，本技术的第二至第四方面还提供一种致密低渗透油气储层压裂的分析系统、设备及介质，具备与上述致密低渗透油气储层压裂的分析方法相同的技术效果，此处不再做多余的叙述。
附图说明
[0034]
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
[0035]
图1为本技术实施例提供的一种致密低渗透油气储层压裂的分析方法的流程示意图；
[0036]
图2是本技术实施例提供的地质参数、钻井参数、压裂参数和生产参数的数据图
[0037]
图3是本技术实施例提供的训练样本分类轮廓值的分类图；
[0038]
图4是本技术实施例提供的产量样本分类计算结果图；
[0039]
图5是本技术实施例提供的地质、压裂和生产参数对产量影响排序结果图；
[0040]
图6是本技术实施例提供的训练集的分析结果与真实结果对比图；
[0041]
图7是本技术实施例提供的测试集的分析结果与真实结果对比图；
[0042]
图8是本技术实施例提供的压裂分析网络模型的结构示意图；
[0043]
图9为本技术实施例提供的一种致密低渗透油气储层压裂的分析系统的原理框图。
具体实施方式
[0044]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
[0045]
需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或
两个以上，除非另有明确具体的限定。
[0046]
如背景所述，随着国内油气勘探开发和储层改造技术(例如煤层气、致密砂岩和页岩油气等行业水力压裂作业)的大规模应用，已经积累了大量地质、工程资料。这些资料具有数据量大，信息类型及种类多，传统的压裂设计方法在计算过程耗时冗余，无法满足现有海量资料的分析任务。且水力压裂过程设计诸多复杂的物理过程，各物理参数的耦合强，传统的设计模型无法准确揭示实际地层的压裂缝形态和生产参数的关系。故此，鉴于上述背景技术所述的缺陷，本技术实施例提供了一种致密低渗透油气储层压裂的分析方法，利用数据分类处理的方法对特征参数进行处理，找出影响油气井产量的主、次要因素，形成有用的训练集和测试集，然后本发明利用目标函数和概率函数来自适应修正所构建的压裂分析网络模型，从而达到提升模型收敛速度和分析准确性的作用，最后利用建立的压裂分析网络模型分析油气井实际地层情况下不同压裂参数对应的产量，从而优化压裂参数。
[0047]
下面将结合具体的实施方式对本实施例提供的方法进行详细说明，请参考图1，图1为本技术实施例提供的致密低渗透油气储层压裂的分析方法的流程示意图，方法包括包括以下步骤：
[0048]
s110，采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；
[0049]
具体的，地质参数主要包括井号、地质构造、储层深度、储层厚度、渗透性、孔隙度、油气水饱和度、toc含量、温度、地层压力、3向应力、脆性指数、裂缝发育参数等储层特征；钻井参数主要包括水平段长度、钻遇率、测录含气量、垂深、钻井液密度等参数。压裂参数主要包括段长、射孔簇数、分段距离、射孔簇间距、射孔簇数、施工排量、砂比、总液量、加砂总量、用液强度、加砂强度、最高施工压力、平均施工压力、停泵压力、微地震监测裂缝波及长度、高度和宽度、返排率等参数。生产参数主要包括油、气、水产量、井口压力、液面高度、井底压力、产水率、气液比等参数。
[0050]
s120，对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的。
[0051]
本实施例中，挑选出同一区块或地层相近的压裂生产油气井，然后进一步筛选数据齐全的油气井，最后按照油气井号、地质、钻井、压裂、生产资料的形式建立如图2所示的样本数据库矩阵。
[0052]
s130，利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型。
[0053]
具体的，在一个实施例中，所述压裂分析网络模型由起始层、中间层和终端层构成，其中起始层、中间层和终端层由不同数量的网格单元组成，所述起始层的网格单元与中间层的网格单元之间通过线性函数进行连接运算，中间层的网格单元通过双曲正切函数对线性函数计算所得值进行连接运算，将双曲正切函数计算后的值传递至终端层。本实施例中，利用生成的训练集和测试集构建压裂分析网络模型，网络包括起始层、中间层、终端层，每层网络由不同数量的网格单元组成。起始层网格与中间层网格之间通过线性函数运算进行连接，中间层网格再将线性运算后的值通过双曲正切函数进行运算，计算后传递至终端层。基于终端值与真实值的误差，引入目标函数和概率函数对模型起始层至中间层网格之
间的线性函数斜率值和截距进行自适应修正，然后再通过拓扑网络模型进行迭代运算，直至运算值与真实值的误差达到设定值。起始层内的网格可输入训练集的特征参数。
[0054]
s140，利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。
[0055]
本实施例中，基于训练好的网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量是本领域技术人员的常规技术，此处不做具体的赘述，作为本领域技术人员应明白，实际的特征参数指的是地质参数、钻井参数和压裂参数；其中地质参数主要包括井号、地质构造、储层深度、储层厚度、渗透性、孔隙度、油气水饱和度、toc含量、温度、地层压力、3向应力、脆性指数、裂缝发育参数等储层特征；钻井参数主要包括水平段长度、钻遇率、测录含气量、垂深、钻井液密度等参数。压裂参数主要包括段长、射孔簇数、分段距离、射孔簇间距、射孔簇数、施工排量、砂比、总液量、加砂总量、用液强度、加砂强度、最高施工压力、平均施工压力、停泵压力、微地震监测裂缝波及长度、高度和宽度、返排率等参数。
[0056]
在一种实施方案中，对所述特征参数进行分类处理，具体为：
[0057]
构建多口油气井的样本矩阵和目标矩阵，其中所述样本矩阵的行向量为油气井的序列号，列向量为地质参数、钻井参数和压裂参数，所述目标矩阵的行向量为油气井的序列号，列向量为生产参数；按照生产参数所对应的油气井的产量将目标矩阵划分为三种类别的目标子矩阵；其中三种类别的目标子矩阵分别表示油气井产量的优、中、差；从三种类别的目标子矩阵中随机抽取三口油气井对应的目标子矩阵，计算多口油气井与随机抽取三口油气井的第一相对距离；遍历第一相对距离，按照最小相对距离将多口油气井划分为三类簇，计算三类簇的类中心；计算所有样本矩阵与类中心的第二相对距离，按照最小相对距离重新分类和迭代，若误差平方和小于阈值，则分类结束，得到分类结果，否则继续迭代，直至收敛。
[0058]
本实施例中，在采集到上述步骤s110的特征数据后，首先以油气井信息数据为行，以地质参数、钻井参数、压裂参数、生产参数为列的形式，生成n
×
m的二维矩阵数据(样本矩阵)，其中a为油气井的数量(样本数)，m为地质参数、钻完井参数、压裂参数三者之和(属性特征参数)。剩余的生产参数可生成a
×
k(生产参数个数)的二维矩阵数据(目标矩阵)。将目标矩阵分为3类，及产量的优、中、差，然后随机生成3
×
k矩阵(3个类中心)作为初始值，计算a口井与抽取3口井的相对距离，相对距离d(x，y)计算公式如下：
[0059]
式中：d(x，y)为相对距离；xi为a个样本列向量(每口油气井的生产参数)；yi为所选油气井的列向量。
[0060]
比较a口油气井与所选3口油气井的相对距离，按照最小相对距离选择，将a口井初步可分为3类簇，重新计算分类后的3类簇的类中心，具体计算公式如下：
[0061]
然后重新计算所有样本与新的类中心相对距离，然后重新分类、迭代，若误差平方和达到小于要求值，则分类结束，否则继续迭代，直至收敛。误差平方和计算公式如下：
[0062]
在一个实施例中，根据分类结果，筛选出三类油气井分别对应的样本矩阵，按照预设比例选出三类油气井对应的样本矩阵的训练数据和测试数据，基于训练数据和测试数据
分别得到训练集和测试集。具体的，筛选出3类井分别对应的样本矩阵后，在这3类井中分别按照90％的预设比例选出样本矩阵和目标矩阵，所选90％可组成训练集，剩余10％为测试集。作为本领域技术人员的公知常识，预设比例还可以是85％、80％等。示例性的，基于上述实施例而言，本实施例将目标矩阵分为3类，及产量的优、中、差，然后随机生成3
×
k矩阵(3个类中心)作为初始值，按照本发明数据处理方法计算a口井与抽取3口井的相对距离，然后根据计算的相对距离对样本进行分类，训练样本分类轮廓值分布如图3所示，产油量样本分类计算结果如图4所示。地质、压裂和生产参数对产油量影响排序结果如图5所示。最后根据分类的结果，筛选出3类井分别对应的样本矩阵，然后在这3类井中分别按照90％的比例选出样本矩阵和目标矩阵，所选90％可组成训练集，剩余10％为测试集。
[0063]
具体的，训练集的特征参数经起始层和中间网络传递后，中间层网格输入值为：hi＝∑iw
ij
x
i-θj；输出值为：hj＝f(∑iw
ij
xi+θj)；终端层的网格单元计算值为：zk＝∑jyjxj+θj；相对应的压裂分析网络模型的网格误差为：相对应的压裂分析网络模型的网格误差为：需要说明的是，网格误差的计算是现有技术。
[0064]
在一个实施例中，所述目标函数的计算式为f(i)＝k∑(t
l-zk)，其中，zk表示终端层的网格单元所计算的值，k表示常数，l表示第l次计算，t
l
表示终端层网格的真实值；
[0065]
所述概率函数的计算式为其中，j表示第j个网格单元，n表示计算网格总数，i表示第i个网格单元。
[0066]
具体的，将中间层和终端层的斜率和截距组成一个目标数组，为了寻找最优的线性函数截距和斜率，设定本实施例的目标函数的计算式为f(i)＝k∑(t
l-zk)，然后计算每个网格的选择概率，具体如下：其中，k一般取1。
[0067]
在一个实施例中，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，具体包括：根据目标函数的计算值，基于给定的概率阈值进行自适应修正；当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，线性函数对应的斜率和截距不变；或，当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，对线性函数对应的斜率和截距进行自适应修正。
[0068]
本实施例中，为了加快中间层的网络单元的迭代收敛速度，根据目标函数所计算的计算值，基于给定的概率阈值对线性函数所计算的斜率和截距进行自适应修正，具体如下：
[0069][0070]
进一步的，对线性函数对应的斜率和截距进行自适应修正的计算式为：其中，b表示区间[0，1]的随机数，wj表示自适应修正后的斜率，表示线性函数第l次运算的斜率，表示线性函数第l+1次运算的斜率，θj表示自适应修正
后的截距，表示线性函数第l次运算的截距，是线性函数第1+1次运算的截距。
[0071]
将修正后的值对拓扑网络模型进行更新，然后再次运算，最后再计算预测值及相对误差，利用rmse、r2、mre3个误差指标对结果进行评估，3个误差指标具体计算公式分别如下：
[0072]
式中，yi为真实值；y0为样本数据对应的预测值；ym为样本数据平均值。若相对误差不满足要求，则重新计算网格单元的斜率值和截距值，并对压裂分析网络模型的网络单元进行更新，重新迭代计算，直至误差指标满足要求，则完成压裂分析网络模型的构建与训练，即最终的压裂分析网络模型如图8所示。
[0073]
示例性的，基于上述实施例所述的对压裂分析网络模型的构建与网络更新的实施方案所得的压裂分析网络模型基于训练集得到分析结果与真实结果对比如图6所示，本发明基于测试集的分析结果与真实结果对比如图7所示。
[0074]
对应于上述致密低渗透油气储层压裂的分析方法的实施例，本发明实施例还提供了一种致密低渗透油气储层压裂的分析系统，如图9所示，系统包括：
[0075]
数据采集模块910，用于采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；
[0076]
数据处理模块920，用于对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；
[0077]
模型建构模块930，用于利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；
[0078]
分析模块940，用于利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。
[0079]
综上，本发明实施例提供的致密低渗透油气储层压裂的分析系统，具备以下有益效果：利用数据分类处理的方法对特征参数进行处理，找出影响油气井产量的主、次要因素，形成有用的训练集和测试集，然后本发明利用目标函数和概率函数来自适应修正所构建的压裂分析网络模型，从而达到提升模型收敛速度和分析准确性的作用，最后利用建立的压裂分析网络模型分析油气井实际地层情况下不同压裂参数对应的产量，从而优化压裂参数。
[0080]
本发明再一个实施例中，提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述实施例所述的一种致密低渗透油气储层压裂的分析方法的步骤。处理器可能是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor、dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或
相应功能；本发明实施例所述的处理器可以用于执行致密低渗透油气储层压裂的分析方法的操作。
[0081]
本发明再一个实施例中，本发明还提供了一种可读存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关致密低渗透油气储层压裂的分析方法的相应步骤。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0082]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种致密低渗透油气储层压裂的分析方法，其特征在于，方法包括：采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。2.根据权利要求1所述的致密低渗透油气储层压裂的分析方法，其特征在于，对所述特征参数进行分类处理，具体为：构建多口油气井的样本矩阵和目标矩阵，其中所述样本矩阵的行向量为油气井的序列号，列向量为地质参数、钻井参数和压裂参数，所述目标矩阵的行向量为油气井的序列号，列向量为生产参数；按照生产参数所对应的油气井的产量将目标矩阵划分为三种类别的目标子矩阵；其中三种类别的目标子矩阵分别表示油气井产量的优、中、差；从三种类别的目标子矩阵中随机抽取三口油气井对应的目标子矩阵，计算多口油气井与随机抽取三口油气井的第一相对距离；遍历第一相对距离，按照最小相对距离将多口油气井划分为三类簇，计算三类簇的类中心；计算所有样本矩阵与类中心的第二相对距离，按照最小相对距离重新分类和迭代，若误差平方和小于阈值，则分类结束，得到分类结果，否则继续迭代，直至收敛。3.根据权利要求2所述的致密低渗透油气储层压裂的分析方法，其特征在于，根据分类结果，筛选出三类油气井分别对应的样本矩阵，按照预设比例选出三类油气井对应的样本矩阵的训练数据和测试数据，基于训练数据和测试数据分别得到训练集和测试集。4.根据权利要求1所述的致密低渗透油气储层压裂的分析方法，其特征在于，所述压裂分析网络模型由起始层、中间层和终端层构成，其中起始层、中间层和终端层由不同数量的网格单元组成，所述起始层的网格单元与中间层的网格单元之间通过线性函数进行连接运算，中间层的网格单元通过双曲正切函数对线性函数计算所得值进行连接运算，将双曲正切函数计算后的值传递至终端层。5.根据权利要求4所述的致密低渗透油气储层压裂的分析方法，其特征在于，所述目标函数的计算式为f(i)＝k∑(t
l-z
k
)，其中，z
k
表示终端层的网格单元所计算的值，k表示常数，l表示第l次计算，t
l
表示终端层网格的真实值；所述概率函数的计算式为其中，j表示第j个网格单元，n表示计算网格总数，i表示第i个网格单元。6.根据权利要求5所述的致密低渗透油气储层压裂的分析方法，其特征在于，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，具体包
括：根据目标函数的计算值，基于给定的概率阈值进行自适应修正；当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，线性函数对应的斜率和截距不变；或，当起始层的网格单元与中间层的网格单元的概率函数计算的选择概率小于概率阈值时，对线性函数对应的斜率和截距进行自适应修正。7.根据权利要求6所述的致密低渗透油气储层压裂的分析方法，其特征在于，对线性函数对应的斜率和截距进行自适应修正的计算式为：其中，b表示区间[0,1]的随机数，w
j
表示自适应修正后的斜率，表示线性函数第l次运算的斜率，表示线性函数第l+1次运算的斜率，θ
j
表示自适应修正后的截距，表示线性函数第l次运算的截距，是线性函数第l+1次运算的截距。8.一种致密低渗透油气储层压裂的分析系统，其特征在于，系统包括：数据采集模块，用于采集多口油气井对应的特征参数，其中所述特征参数包括地质参数、钻井参数、压裂参数和生产参数；数据处理模块，用于对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；模型建构模块，用于利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；分析模块，用于利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的致密低渗透油气储层压裂的分析方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的致密低渗透油气储层压裂的分析方法的步骤。

技术总结
本发明公开了致密低渗透油气储层压裂的分析方法、系统、设备及介质，涉及致密储层改造技术领域，其技术方案要点是：采集多口油气井对应的特征参数；对所述特征参数进行分类处理，得到训练集和测试集，其中分类处理是以相对距离分类算法实现的；利用所述训练集和测试集构建压裂分析网络模型，引入目标函数和概率函数对压裂分析网络模型的线性函数的斜率和截距进行自适应修正，基于自适应修正后的结果对压裂分析网络模型进行更新，得到训练好的压裂分析网络模型；利用训练好的压裂分析网络模型对实际油气井的特征参数进行分析，得到不同压裂参数下的产量，以最大产量为目标优化所述压裂参数。压裂参数。压裂参数。


技术研发人员：赵星 王贺华 梁力文 杨滔 李辰 杨凌风 张亮 胡学智 许家峰 周水生 周长江 王一霖 夏冰 洪余刚
受保护的技术使用者：成都北方石油勘探开发技术有限公司
技术研发日：2023.03.23
技术公布日：2023/7/12