CN113107449B - 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 - Google Patents
一种页岩储层多级压裂水平井压裂参数的确定方法及装置 Download PDFInfo
- Publication number
- CN113107449B CN113107449B CN202110446185.9A CN202110446185A CN113107449B CN 113107449 B CN113107449 B CN 113107449B CN 202110446185 A CN202110446185 A CN 202110446185A CN 113107449 B CN113107449 B CN 113107449B
- Authority
- CN
- China
- Prior art keywords
- value
- determining
- parameter
- fracturing
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012360 testing method Methods 0.000 claims abstract description 259
- 239000002245 particle Substances 0.000 claims abstract description 69
- 238000010276 construction Methods 0.000 claims abstract description 48
- 210000002569 neuron Anatomy 0.000 claims description 53
- 238000005553 drilling Methods 0.000 claims description 47
- 239000004576 sand Substances 0.000 claims description 47
- 239000007788 liquid Substances 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 33
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 31
- 229910052799 carbon Inorganic materials 0.000 claims description 31
- 238000009795 derivation Methods 0.000 claims description 22
- 238000011478 gradient descent method Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000003208 petroleum Substances 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 24
- 238000012545 processing Methods 0.000 description 13
- 239000002734 clay mineral Substances 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 239000012530 fluid Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000009792 diffusion process Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种页岩储层多级压裂水平井压裂参数的确定方法及装置，属于石油工业完井工程技术领域。该方法包括获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值；根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，通过测试产量模型，确定测试产量的最大值，并进一步确定页岩储层多级压裂水平井的压裂参数。相较于相关技术，该方法将地质参数、水平段长度、压裂参数和测试产量进行了非线性拟合，使得预测的压裂参数综合考虑了各种地质参数，提高了压裂参数在页岩储层的适用性和准确性。
Description
技术领域
本发明涉及石油工业完井工程技术领域，特别涉及一种页岩储层多级压裂水平井压裂参数的确定方法及装置。
背景技术
由于页岩储层具有超低孔隙度和超低渗透率的特征，因此，在钻井过程中，常采用多级压裂+水平井技术对其进行开发，以期通过人工压裂的手段，使页岩储层形成裂缝网络，从而提高页岩气的开发效果。页岩气赋存形式多样、渗流机理复杂。现有物理模型难以准确描述页岩气渗流过程。此外，地下的复杂裂缝网络也无法准确识别和表征。因此，页岩气多级压裂水平井产能难以准确预测，压裂参数的优化工作较为困难。
李军等(一种页岩气水平井压裂参数的优化方法，专利号：CN108487905B) 通过在页岩储层水平井相邻水平井段分别设置压裂点和监测点以获取对应位置的井底压力，根据获取到的压裂点和监测点的井底压力，以及扩散系数，确定断层处的地层压力图版，并判断断层是否会发生滑移，如果发生滑移，则根据临界状态的断层主地应力关系获得断层滑移的极限地层压力，最后根据断层滑移的极限地层压力、地层压力图版，确定压裂参数。
然而，上述方法仅从地层压力和扩散系数出发确定压裂参数，未考虑对压裂参数影响较大的页岩储层相关地质工程资料，导致压裂参数可能与页岩储层不匹配，从而降低了压裂参数在页岩储层的适用性。
发明内容
为了解决相关技术未考虑对压裂参数影响较大的页岩储层相关地质工程资料，造成压裂参数适用性不强的问题，本发明实施例提供了一种页岩储层多级压裂水平井压裂参数的确定方法及装置。所述技术方案如下：
第一方面，提供了一种页岩储层多级压裂水平井压裂参数的确定方法，所述方法包括：
获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，所述压裂参数包括段间距、用液强度和加砂强度，所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系；
根据所述压裂参数的施工范围，确定压裂参数的上边界值和下边界值；
根据所述压裂参数的施工边界值，建立所述压裂参数的空间三维坐标，其中，所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、 Z轴为所述加砂强度的方向，所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成，所述X 轴的最大值为所述段间距的上边界值，所述Y轴的最大值为所述用液强度的上边界值，所述Z轴的最大值为所述加砂强度的上边界值；
选取所述空间三维坐标内N个点，获取所述N个点对应的坐标值，所述N 为大于或等于1的正整数；
将所述N个点中每个点所对应的坐标值和所述地质参数的实际值，确定为所述测试产量模型的目标输入值，得到N个所述目标输入值；
将N个所述目标输入值确定为所述测试产量模型的目标输入值集合；
令k＝1，将所述目标输入值集合确定为第k个参考输入值集合，基于所述第 k个参考输入值集合，通过所述测试产量模型，确定第k个测试产量集合；
基于所述第k个参考输入值集合和所述粒子群参数，通过以下公式，确定所述第k+1个参考输入值集合：
其中，i表示所述空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为所述空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数；
基于所述第k+1个参考输入值集合，通过所述测试产量模型，确定第k+1 个测试产量集合，并判断所述k是否等于所述第一最大迭代次数，所述第一最大迭代次数为大于或等于3的整数；
若所述k不等于所述第一最大迭代次数，则令k＝k+1，并返回所述基于所述第k个参考输入值集合和所述粒子群参数，确定所述第k+1个参考输入值集合的步骤；
若所述k等于所述第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值；
将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值，并将所述优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
可选地，所述获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型之前，还包括：
获取所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，所述连接权重集合包括11个输入层连接权重、20个第一层连接权重和20 个第二层连接权重，所述偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数；
基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和述第二最大迭代次数，通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合；
根据所述地质参数、所述水平段长度、所述压裂参数、所述测试产量、所述目标连接权重集合和所述目标偏置常数集合建立所述测试产量模型。
可选地，所述基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和所述第二最大迭代次数，通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合，包括：
令s＝1，基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re-Lu函数公式，确定20个第一层神经元；
基于所述20个第一层神经元、所述第s个连接权重集合中20个第一层连接权重和所述第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元；
基于所述20个第二层神经元、所述第s个连接权重集合中20个第二层连接权重和所述第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s个预测产量；
根据所述第s个预测产量、所述测试产量的样本值、所述第s个连接权重集合和所述第s个偏置常数集合，确定第s个目标泛数；
基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合；
基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、所述第s+1个连接权重集合和所述第s+1个偏置常数集合，通过前述确定所述第s个预测产量和所述第s个目标泛数的过程，确定第s+1个预测产量和第 s+1个目标泛数；
判断所述s是否等于所述第二最大迭代次数，所述第二最大迭代次数为大于或等于3的整数；
若所述s不等于所述第二最大迭代次数，则令s＝s+1，并返回所述基于第s 个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；
若所述s等于所述第二最大迭代次数，则比较确定出的s+1个目标泛数，将所述s+1个目标泛数中的最小数值确定为所述目标泛数的最小值，并将所述目标泛数的最小值所对应的连接权重集合确定为所述目标连接权重集合，将所述目标泛数的最小值所对应的偏置常数集合确定为所述目标偏置常数集合。
第二方面，提供了一种页岩储层多级压裂水平井压裂参数的确定装置，所述装置包括：
第一获取模块，用于获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，所述压裂参数包括段间距、用液强度和加砂强度，所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系；
第一确定模块，用于根据所述压裂参数的施工范围，确定压裂参数的上边界值和下边界值；
第二确定模块，用于根据所述地质参数的实际值、所述水平段长度的实际值、所述压裂参数的上边界值和下边界值，确定所述测试产量模型的目标输入值集合；
其中，所述第二确定模块包括：
坐标建立单元，用于根据所述压裂参数的施工边界值，建立所述压裂参数的空间三维坐标，其中，所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、Z轴为所述加砂强度的方向，所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成，所述X轴的最大值为所述段间距的上边界值，所述Y轴的最大值为所述用液强度的上边界值，所述Z轴的最大值为所述加砂强度的上边界值；
空间点选取单元，用于选取所述空间三维坐标内N个点，获取所述N个点对应的坐标值，所述N为大于或等于1的正整数；
第一确定单元，用于将所述N个点中每个点所对应的坐标值和所述地质参数的实际值，确定为所述测试产量模型的目标输入值，得到N个所述目标输入值；
第二确定单元，用于将N个所述目标输入值确定为所述测试产量模型的目标输入值集合；
第三确定模块，用于基于所述目标输入值集合和所述粒子群参数，通过所述测试产量模型，确定所述测试产量的最大值；
其中，所述第三确定模块包括：
第三确定单元，用于令k＝1，将所述目标输入值集合确定为第k个参考输入值集合，基于所述第k个参考输入值集合，通过所述测试产量模型，确定第k个测试产量集合；
第四确定单元，用于基于所述第k个参考输入值集合和所述粒子群参数，确定第k+1个参考输入值集合；
其中，所述第四确定单元具体包括：
基于所述第k个参考输入值集合和所述粒子群参数，通过以下公式，确定所述第k+1个参考输入值集合：
其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为所述空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数。
第五确定单元，用于基于所述第k+1个参考输入值集合，通过所述测试产量模型，确定第k+1个测试产量集合；
第一判断单元，用于判断所述k是否等于所述第一最大迭代次数，所述第一最大迭代次数为大于或等于3的整数；
若所述k不等于所述第一最大迭代次数，则令k＝k+1，并返回所述基于所述第k个参考输入值集合和所述粒子群参数，确定所述第k+1个参考输入值集合的步骤；
若所述k等于所述第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值；
第四确定模块，用于将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值，并将所述优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
可选地，所述装置还包括：
第二获取模块，用于获取所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，所述连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重，所述偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数；
第五确定模块，用于基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和述第二最大迭代次数，通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合；
模型建立模块，用于根据所述地质参数、所述水平段长度、所述压裂参数、所述测试产量、所述目标连接权重集合和所述目标偏置常数集合建立所述测试产量模型。
可选地，所述第五确定模块包括：
第六确定单元，用于令s＝1，基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re-Lu函数公式，确定20 个第一层神经元；
第七确定单元，用于基于所述20个第一层神经元、所述第s个连接权重集合中20个第一层连接权重和所述第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元；
第八确定单元，用于基于所述20个第二层神经元、所述第s个连接权重集合中20个第二层连接权重和所述第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s个预测产量；
第九确定单元，用于根据所述第s个预测产量、所述测试产量的样本值、所述第s个连接权重集合和所述第s个偏置常数集合，确定第s个目标泛数；
第十确定单元，用于基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合；
第十一确定单元，用于基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、所述第s+1个连接权重集合和所述第s+1个偏置常数集合，通过前述确定所述第s个预测产量和所述第s个目标泛数的过程，确定第s+1个预测产量和第s+1个目标泛数；
第二判断单元，用于判断所述s是否等于所述第二最大迭代次数，所述第二最大迭代次数为大于或等于3的整数；
若所述s不等于所述第二最大迭代次数，则令s＝s+1，并返回所述基于第s 个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；
若所述s等于所述第二最大迭代次数，则比较确定出的s+1个目标泛数，将所述s+1个目标泛数中的最小数值确定为所述目标泛数的最小值，并将所述目标泛数的最小值所对应的连接权重集合确定为所述目标连接权重集合，将所述目标泛数的最小值所对应的偏置常数集合确定为所述目标偏置常数集合。
第三方面，提供了一种页岩储层多级压裂水平井压裂参数的确定装置，所述装置包括：
处理器及用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为上述第一方面提供的任一种页岩储层多级压裂水平井压裂参数的确定方法。
第四方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的任一种页岩储层多级压裂水平井压裂参数的确定方法。
本发明实施例提供的技术方案至少带来以下有益效果：本发明实施例中，获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，先根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值，再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合，其次基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值，最后将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。也即是，在本发明实施例中，可以根据地质参数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数，相较于相关技术中通过地层压力和扩散系数出发确定压裂参数的方法，提高了压裂参数在页岩储层的适用性和准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定系统的示意图；
图2是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定方法的流程示意图；
图3是本发明实施例提供的另一种页岩储层多级压裂水平井压裂参数的确定方法的流程示意图；
图4是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定装置的结构示意图；
图5是本发明实施例提供的一种终端500的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
在对本发明实施例进行详细的解释说明之前，先对本发明实施例中涉及到的名词进行解释说明。
首先，对本发明实施例中涉及到的名词进行介绍。
页岩储层
页岩储层是指由有机质矿物和无机质矿物组成的多孔介质，其中储集和保存了一定具有商业价值的天然气。
多级压裂
多级压裂是利用封隔器或桥塞将水平井分为多段，然后对每一段分别进行压裂的技术。
地质参数
地质参数是指在钻井和测井过程中，采集到的地质参数，主要包括孔隙度、渗透率、有机碳含量、含气量等。
压裂参数
压裂参数是指在压裂施工过程中涉及的工艺参数，常包括段间距、用液强度和加砂强度等。
测试产量模型
测试产量模型是指地质参数、压裂参数和测试产量的非线性映射关系。
粒子群参数
粒子群参数是采用粒子群算法确定测试产量最大值时所需要输入的参数。粒子群算法属于进化算法的一种，它源于对鸟群捕食行为的研究：从随机解出发，通过迭代寻找最优解；鸟可以视作粒子，即一个搜索个体；粒子有两个属性：速度、位置。粒子的当前位置是所要解决问题的一个候选解。粒子的运动轨迹可以根据制定的规则做动态调整(例如根据粒子的历史最优位置和种群历史最优位置的公式不停迭代)。粒子群中最优个体极值作为目前全局的最优解时，迭代终止。达到设定的迭代次数或者代数之间的差值满足最小界限。
其次，对本发明实施例涉及的应用场景进行介绍。
在对页岩储层水平井进行多级压裂前，需要涉及多级压裂水平井具体的压裂参数，并根据压裂参数进行施工，因此，确定出适合水平井的压裂参数是提高多级压裂效果的基本保证。而在钻探水平井时，可以获取较多的地质参数，本发明实施例正是在根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系的基础上，通过对待确定的压裂参数进行计算，确定出最合适的压裂参数，以指导水平井的多级压裂施工，提高产量。
最后，对本发明实施例涉及的系统架构进行介绍。
本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法可以应用于页岩储层多级压裂水平井压裂参数的确定系统中，图1是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定系统的示意图，如图1所示，该确定系统可以包括数据库服务器10、压裂参数边界确定模块20、目标输入值确定模块30、测试产量确定模块40、压裂参数确定模块50及数据采集管理模块60。其中，各个模块与数据库服务器10可以进行数据交互，且各个模块之间可以通过网络进行连接。
数据库服务器10，用于存储其他各模块的数据结果、数据索引、文档等内容，比如可以存储压裂参数边界确定模块20确定出的各个压裂参数的上边界值和下边界值、目标输入值确定模块30的目标输入值、测试产量确定模块40的测试产量或者压裂参数确定模块50的压裂参数等。
压裂参数边界确定模块20，用于计算各个压裂参数的上边界值和下边界值。
目标输入值确定模块30，用于根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合。
测试产量确定模块40，用于基于目标输入值集合和粒子群参数，通过测试产量模型，计算测试产量，并对所有测试产量进行比较，确定出测试产量的最大值。
压裂参数确定模块50，用于将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
数据采集管理模块60，用于对地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型进行采集。
需要说明的是，上述确定系统仅是本发明实施例给出的示例性系统，在实际应用中，上述确定系统还可以包括更多或更少的模块，或者其中某些模块还可以由其他模块来代替，只要能够实现本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法即可。进一步地，上述确定系统所包含的模块可以集中在一个终端内，也可以集中在多个终端中，接下来将在下述图3实施例中以该确定系统所包含的所有模块集中在一个终端中为例，对本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法进行详细说明。
图2是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定方法的流程示意图，该方法可以应用于终端中，该终端可以为手机、平板电脑或计算机等。参见图2，该方法包括如下步骤：
步骤201：获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，压裂参数包括段间距、用液强度和加砂强度，粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，测试产量模型是根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系。
步骤202：根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值。
步骤203：根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合。
步骤204：基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值。
步骤205：将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
本发明实施例中，获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，先根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值，再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合，其次基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值，最后将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。也即是，在本发明实施例中，可以根据地质参数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数，相较于相关技术中通过地层压力和扩散系数出发确定压裂参数的方法，提高了压裂参数在页岩储层的适用性和准确性。
可选地，根据地质参数的实际值，压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合，包括：
根据压裂参数的施工边界值，建立压裂参数的空间三维坐标，其中，空间三维坐标的X轴为段间距的方向、Y轴为用液强度的方向、Z轴为加砂强度的方向，空间三维坐标的原点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强度的下边界值组成，X轴的最大值为段间距的上边界值，Y轴的最大值为用液强度的上边界值，Z轴的最大值为加砂强度的上边界值；
选取空间三维坐标内N个点，获取N个点对应的坐标值，N为大于或等于 1的正整数；
将N个点中每个点所对应的坐标值和地质参数的实际值，确定为测试产量模型的目标输入值，得到N个目标输入值；
将N个目标输入值确定为测试产量模型的目标输入值集合。
可选地，基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值，包括：
令k＝1，将目标输入值集合确定为第k个参考输入值集合，基于第k个参考输入值集合，通过测试产量模型，确定第k个测试产量集合；
基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合；
基于第k+1个参考输入值集合，通过测试产量模型，确定第k+1个测试产量集合，并判断k是否等于第一最大迭代次数，第一最大迭代次数为大于或等于3的整数；
若k不等于第一最大迭代次数，则令k＝k+1，并返回基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合的步骤；
若k等于第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将k+1个测试产量中测试产量的最大数值确定为测试产量的最大值。
可选地，基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合，包括：
基于第k个参考输入值集合和粒子群参数，通过以下公式，确定第k+1个参考输入值集合：
其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，Vid为空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为 N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数。
可选地，获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型之前，还包括：
获取地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重，偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数；
基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值和述第二最大迭代次数，通过链式求导法和随机梯度下降法对连接权重集合中的每个连接权重和偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合；
根据地质参数、水平段长度、压裂参数、测试产量、目标连接权重集合和目标偏置常数集合建立测试产量模型。
可选地，基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值和第二最大迭代次数，通过链式求导法和随机梯度下降法对连接权重集合中的每个连接权重和偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合，包括：
令s＝1，基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re-Lu函数公式，确定20个第一层神经元；
基于20个第一层神经元、第s个连接权重集合中20个第一层连接权重和第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元；
基于20个第二层神经元、第s个连接权重集合中20个第二层连接权重和第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s 个预测产量；
根据第s个预测产量、测试产量的样本值、第s个连接权重集合和第s个偏置常数集合，确定第s个目标泛数；
基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合；
基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、第s+1 个连接权重集合和第s+1个偏置常数集合，通过前述确定第s个预测产量和第s 个目标泛数的过程，确定第s+1个预测产量和第s+1个目标泛数；
判断s是否等于第二最大迭代次数，第二最大迭代次数为大于或等于3的整数；
若s不等于第二最大迭代次数，则令s＝s+1，并返回基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；
若s等于第二最大迭代次数，则比较确定出的s+1个目标泛数，将s+1个目标泛数中的最小数值确定为目标泛数的最小值，并将目标泛数的最小值所对应的连接权重集合确定为目标连接权重集合，将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集合。
上述所有可选技术方案，均可按照任意结合形成本发明的可选实施例，本发明实施例对此不再一一赘述。
图3是本发明实施例提供的另一种页岩储层多级压裂水平井压裂参数的确定方法的流程示意图，该方法可以应用于终端中，该终端可以为智能手机、平板电脑、计算机或服务器等。参见图3，该方法包括如下步骤：
步骤301：获取地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重，偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数。
需要说明的是，测试产量是指水平井经过多级压裂后，产能测试测得的产量。而测试产量模型是指根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系。实际应用中，测试产量模型可以由用户输入得到，也可以由其他设备发送得到，也可以根据地质参数、水平段长度、压裂参数和测试产量的样本数据，通过步骤301-步骤303训练得到。
需要说明的是，本发明实施例在训练测试产量模型时，是通过多层感知机的运算方法进行训练的，也即设置输入层、隐藏层和输出层，通过训练输入层、隐藏层和输出层之间的连接权重和偏置常数，来建立输入层与输出层之间的关系。输入层的输入数据个数是由输入参数的个数确定的，输入参数越多，则输入层的输入数据个数越多，在本发明实施例中，输入参数为平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质储层段长度、水平段长度段间距、用液强度和加砂强度，也即是本发明实施例输入层的输入数据个数为11个。隐藏层的层数可以为1层、2层或多层，每个隐藏层层内包含的神经元的个数也可以为多个，隐藏层的层数和每个隐藏层内的神经元个数越多，则测试产量模型训练的越准确，同时计算量会增大，在训练和后续拟合过程中会花费更多的时间。本发明实施例设置2层隐藏层，每个隐藏层内包含20个神经元。输出层即目标层，输出层有1个输出参数，即测试产量。
此外，输入层的每个输入参数和第一层隐藏层中的每个神经元、第一层隐藏层中的每个神经元和第二层隐藏层中的每个神经元、第二层隐藏层中的每个神经元和输出层的测试产量直接是通过连接权重和偏置常数连接的。连接权重和偏置常数为随机初始化数值，在实际应用中，该数值可以由用户输入得到，可以由其他设备发送得到，也可以由本终端随机产生。
还需要说明的是，地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值是用来训练测试产量模型的数据，地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值和步骤301中地质参数的实际值、水平段长度的实际值的来源不相同。地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值采集自已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产量，其可以采集一口已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产量，也可以采集多口已完工的水平井多级压裂施工参数、地质参数、水平井段和测试产量，本发明实施例对此不做具体限定。例如，可以采集一口已完工的水平井的平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质储层段长度、水平段长度、段间距、用液强度、加砂强度和测试产量，其中，平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质储层段长度、水平段长度、段间距、用液强度、加砂强度为输入层的输入参数，测试产量为输出层的输出参数。
具体地，表1示出了采集已完工的水平井A的相关参数数据。其中，第一列为平均孔隙度、第二列为平均有机碳含量、第三列为平均含气量、第四列为优质储层段钻遇率、第五列为次优质储层段钻遇率、第六列为优质储层段长度、第七列为次优质储层段长度、第八列为水平段长度、第九列为段间距、第十列为用液强度、第十一列为加砂强度和第十二列为测试产量。
表1已完工的水平井A的相关参数数据
步骤302：基于地质参数的实际值、压裂参数的实际值、测试产量的实际值和第二最大迭代次数，通过链式求导法和随机梯度下降法对连接权重集合中的每个连接权重和偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合。
具体地，可以通过下述步骤确定目标连接权重集合和目标偏置常数集合:
令s＝1，基于地质参数的实际值、压裂参数的实际值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re- Lu函数公式，确定20个第一层神经元。基于20个第一层神经元、第s个连接权重集合中20个第一层连接权重和第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元。基于20个第二层神经元、第s个连接权重集合中20个第二层连接权重和第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s个预测产量。根据第s个预测产量、测试产量的实际值、第s个连接权重集合和第s个偏置常数集合，确定第s 个目标泛数。
基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合。基于地质参数的实际值、压裂参数的实际值、第s+1个连接权重集合和第s+1个偏置常数集合，通过前述确定第s个预测产量和第s个目标泛数的过程，确定第s+1个预测产量和第s+1个目标泛数。
判断s是否等于第二最大迭代次数，第二最大迭代次数为大于或等于3的整数。若s不等于第二最大迭代次数，则令s＝s+1，并返回基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；若s等于第二最大迭代次数，则比较确定出的s+1个目标泛数，将s+1个目标泛数中的最小数值确定为目标泛数的最小值，并将目标泛数的最小值所对应的连接权重集合确定为目标连接权重集合，将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集合
需要说明的是，Re-Lu函数是指线性整流函数(Rectified Linear Unit,Re-Lu)，又称修正线性单元，是一种人工神经网络中常用的激活函数(activation function)，通常指代以斜坡函数及其变种为代表的非线性函数。对于进入神经元的来自上一层神经网络的输入向量，使用线性整流激活函数的神经元会输出至下一层神经元或作为整个神经网络的输出(取决现神经元在网络结构中所处位置)。
公式(1)示出了Re-Lu函数：
f(x)＝max(0,wTx+b) (1)
式中：w为连接权重，b为偏置常数，T为迭代次数，x为上一层神经网络的输入向量，f(x)为本层神经网络的输出向量。
具体地，当设置测试产量模型的输入层的输入参数为11个，隐藏层为2层，每个隐藏层的神经元个数为20个，输出层的输出参数为1个时，20个第一层神经元与输入层11个分量(x1,x2,…,x11)的解析表达式为:
式中：
表示第1个第一层的第j个神经元，j＝(1、2、…、20)；Nx为输入层维度，Nx＝11；xi为输入层第i个分量；wi,j,1是输入层第i个分量与第1个第一层的第j个神经元的连接权重，bi,j,1是输入层第i个分量与第1个第一层上第j个神经元的连接权重。向后继续传播时，以
作为新的输入，对式(2)依次递归，进一步得到20个第二层神经元表达式：
式中：
表示第二层上的第j个神经元，j＝(1、2、…、20)；Nx为第一层神经元维度，Nx＝20；
为第一层的第i个分量；wi,j,2是第一层的第i个分量与第二层上第j个神经元的连接权重，bi,j,2是第一层的第i个分量与第二层上第j个神经元的连接权重。向后继续传播时，以
作为新的输入，对式(3)依次递归，进一步得到输出层神经元表达式(4)，并根据(2)、(3)、(4)确定出预测产量：
式中：y表示输出层的神经元，即测试产量；Nx为第二层神经元维度，Nx＝ 20；
为第二层的第i个分量；wi,j,3是第二层的第i个分量与输出层的神经元的连接权重，bi,j,3是第二层的第i个分量与输出层的连接权重。
确定出连接权重集合和偏置常数集合后，通过式(5)建立目标泛函，并根据目标泛函确定目标泛数。
式中：di为测试产量的样本值；yi为通过上述测试产量模型确定的预测值；μ为权重值。
需要说明的是，在确定了第1个预测产量和目标泛数后，根据设置的第二最大迭代次数，对第1个连接权重集合和第1个偏置常数集合进行迭代处理，具体迭代方法为链式求导法和随机梯度下降法，由于链式求导法和随机梯度下降法属于本领域的公知常识，因此，本发明实施例在此不再赘述。
根据上述数据迭代，在确定出s+1个目标泛数后，将s+1个目标泛数中的最小数值确定为目标泛数的最小值，并将目标泛数的最小值所对应的连接权重集合确定为目标连接权重集合，将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集合。
步骤303：根据地质参数、水平段长度、压裂参数、测试产量、目标连接权重集合和目标偏置常数集合建立测试产量模型。
需要说明的是，本发明实施例建立的测试产量模型是包括1个输入层、2个隐藏层和1个输出层，其中，输入层包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度、次优质储层段长度、水平段长度、段间距、用液强度、加砂强度等11个输入参数，2个隐藏层中第一层包括20个神经元、第二层包括20个神经元，输出层包括1个输出参数即测试产量。而目标连接权重集合包括确定的11个输入层目标连接权重、 20个第一层目标连接权重和20个第二层目标连接权重，目标偏置常数集合包括确定的11个输入层目标偏置常数、20个第一层目标偏置常数和20个第二层目标偏置常数。
在建立测试产量模型时，将目标连接权重集合中的每个目标连接权重分配至对应位置的输入参数或神经元处，将目标偏置常数集合中的每个目标偏置常数分配至对应位置的输入参数或神经元处，即可建立地质参数、水平段长度、压裂参数和测试产量之间的非线性映射关系。在建立测试产量模型后，便可以根据地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型确定一口新钻水平井的压裂参数。
步骤304：获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，压裂参数包括段间距、用液强度和加砂强度，粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，测试产量模型是根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系。
其中，平均孔隙度是指水平井中所有压裂段上页岩储层的孔隙度的平均值。实际应用中，平均孔隙度可以由用户输入得到，可以由其他设备发送得到，也可以通过对水平井中所有压裂段上页岩储层的孔隙度计算得到。例如，可以采集水平井中所有压裂段上页岩储层的孔隙度，将该多个页岩储层的孔隙度的平均值，确定为平均孔隙度。
其中，平均有机碳含量是指水平井中所有压裂段上页岩储层的有机质含量的平均值。实际应用中，平均有机碳含量可以由用户输入得到，可以由其他设备发送得到，也可以通过对水平井中所有压裂段上页岩储层的有机碳含量计算得到。例如，可以采集水平井中所有压裂段上页岩储层的有机碳含量，将该多个页岩储层的有机碳含量的平均值，确定为平均有机碳含量。
其中，平均含气量是指水平井中所有压裂段上页岩储层的页岩气含量的平均值。实际应用中，平均含气量可以由用户输入得到，可以由其他设备发送得到，也可以通过对水平井中所有压裂段上页岩储层的页岩气含量计算得到。例如，可以采集水平井中所有压裂段上页岩储层的页岩气含量，将该多个页岩储层的页岩气含量的平均值，确定为平均含气量。
其中，水平段长度一般是指从着陆点(钻入预定油气层，井斜达到基本水平的点)到完钻井深的长度。实际应用中，平均含气量可以由用户输入得到，可以由其他设备发送得到。
其中，优质储层段钻遇长度指的是水平井在钻井过程中钻遇优质储层的长度。需要说明的是，优质储层段的评价标准可以根据油田整体地质资料统一确定，也可以根据单井地质资料分别确定。在确定优质储层段时，选取的影响因素可以为3个、4个或者更多，选取的影响因素越多，则优质储层划分的更精细。例如，可以根据某油田的地质资料，选取有机碳含量、孔隙度、黏土矿物含量3个影响因素作为优质储层段的影响因素。具体地，可以将有机碳含量≥3.5％，孔隙度≥5％，黏土矿物含量≤20％的页岩储层段确定为优质储层段。实际应用中，优质储层段钻遇长度可以由用户输入得到，可以由其他设备发送得到，也可以由页岩储层地质资料确定得到。例如，获取到页岩储层的有机碳含量、孔隙度和黏土矿物含量的基础数据，根据有机碳含量≥3.5％，孔隙度≥5％，黏土矿物含量≤20％的优质储层段评价标准，确定优质储层段，再将对应的钻遇长度确定为优质储层段钻遇长度。
其中，优质储层段钻遇率是指水平井钻遇优质储层的长度与水平井长度的比值。实际应用中，优质储层段钻遇率可以由用户输入得到，可以由其他设备发送得到，也可以由页岩储层地质工程资料确定得到。例如，获取到页岩储层的有机碳含量、孔隙度和黏土矿物含量的基础数据，根据有机碳含量≥3.5％，孔隙度≥5％，黏土矿物含量≤20％的优质储层段评价标准，确定优质储层段，再将对应的钻遇长度与水平井长度的比值确定为优质储层段钻遇率。
其中，次优质储层段钻遇长度指的是水平井在钻井过程中钻遇次优质储层的长度。需要说明的是，次优质储层段的评价标准可以根据油田整体地质资料统一确定，也可以根据单井地质资料分别确定。在确定次优质储层段时，选取的影响因素可以为3个、4个或者更多，选取的影响因素越多，则次优质储层划分的更精细。例如，可以根据某油田的地质资料，选取有机碳含量、孔隙度、黏土矿物含量3个影响因素作为次优质储层段的影响因素。具体地，可以将有机碳含量≥3.5％，孔隙度≥5％，黏土矿物含量≤20％的页岩储层段确定为次优质储层段。实际应用中，次优质储层段钻遇长度可以由用户输入得到，可以由其他设备发送得到，也可以由页岩储层地质资料确定得到。例如，获取到页岩储层的有机碳含量、孔隙度和黏土矿物含量的基础数据，根据2％<有机碳含量<3.5％，2％<孔隙度<5％，20％<黏土矿物含量<30％的次优质储层段评价标准，确定次优质储层段，再将对应的钻遇长度确定为次优质储层段钻遇长度。
其中，次优质储层段钻遇率是指水平井钻遇次优质储层的长度与水平井长度的比值。实际应用中，次优质储层段钻遇率可以由用户输入得到，可以由其他设备发送得到，也可以由页岩储层地质工程资料确定得到。例如，获取到页岩储层的有机碳含量、孔隙度和黏土矿物含量的基础数据，根据2％<有机碳含量 <3.5％，2％<孔隙度<5％，20％<黏土矿物含量<30％的次优质储层段评价标准，确定次优质储层段，再将对应的钻遇长度与水平井长度的比值确定为次优质储层段钻遇率。
其中，段间距是指水平井压裂段的长度。作为压裂参数之一，段间距是需要通过本发明实施例方法确定的一个参数。段间距的施工范围是指压裂的各种设备所能进行压裂的最短段间距和最长段间距。实际应用中，段间距或段间距的施工范围可以由用户输入得到，也可以由其他设备发送得到。
其中，用液强度是指单位长度上泵入的压裂液量。作为压裂参数之一用液强度是需要通过本发明实施例方法确定的一个参数。用液强度的施工范围是指压裂的各种设备所能进行压裂的最低用液强度和最高用液强度。实际应用中，用液强度或用液强度的施工范围可以由用户输入得到，也可以由其他设备发送得到。
其中，加砂强度是指单位长度上泵入的支撑剂量。作为压裂参数之一用加砂强度是需要通过本发明实施例方法确定的一个参数。加砂强度的施工范围是指压裂的各种设备所能进行压裂的最低加砂强度和最高加砂强度。实际应用中，加砂强度或加砂强度的施工范围可以由用户输入得到，也可以由其他设备发送得到。
其中，第一最大迭代次数是指在运用粒子群算法迭代运算时的迭代次数。第一学习因子和第二学习因子则是运用粒子群算法迭代运算时的两个权重值。实际应用中，第一最大迭代次数、第一学习因子和第二学习因子可以由用户输入得到，也可以由其他设备发送得到。
步骤305：根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值。
需要说明的是，在确定压裂参数的上边界值和下边界值时，可以根据对多口已施工井的压裂参数数据统计来确定。首先，获取多口以施工井的压裂参数数据，然后对多口已施工井的各个压裂参数的数值进行排序，最后将各个压裂参数中数值最小的值确定为对应压裂参数的下边界值，将各个压裂参数中数值最大的值确定为对应压裂参数的上边界值。例如，获取75口井的段间距、用液强度和加砂强度数据，在数据中，75口井的段间距最小值为50m，最大值为200m，则将50m确定为段间距的下边界值，将200m确定为段间距的上边界值；75口井的用液强度最小值为20m3/m，最大值为60m3/m，则将20m3/m确定为用液强度的下边界值，将60m3/m确定为用液强度的上边界值；75口井的加砂强度最小值为 1t/m，最大值为3.5t/m，则将1t/m确定为加砂强度的下边界值，将3.5t/m确定为加砂强度的上边界值。
需要说明的是，上述最大装机功率、最大工作压力、压裂设备的上边界值和下边界值、获取已施工井的数量、段间距最小值和最大值、用液强度的最小值和最大值、加砂强度的最小值和最大值均为示例性数据，实际应用中还可以为其他数据，本发明实施例对此不做具体限定。
步骤306：根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合。
需要说明的是，在确定目标输入值集合时，可以直接确定出压裂参数的每个参数的具体值，再根据地质参数的实际值、水平段长度的实际值、压裂参数的具体值，确定测试产量模型的目标输入值集合。也可以通过建立空间三维坐标系，通过在空间三维坐标系中建立多个坐标点，根据对应的坐标点确定目标输入值集合。在一种可能的实现方式中，可以根据步骤3061-步骤3064确定目标输入值集合。
步骤3061：根据压裂参数的施工边界值，建立压裂参数的空间三维坐标，其中，空间三维坐标的X轴为段间距的方向、Y轴为用液强度的方向、Z轴为加砂强度的方向，空间三维坐标的原点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强度的下边界值组成，X轴的最大值为段间距的上边界值， Y轴的最大值为用液强度的上边界值，Z轴的最大值为加砂强度的上边界值。
步骤3062：选取空间三维坐标内N个点，获取N个点对应的坐标值，N为大于或等于1的正整数。
步骤3063：将N个点中每个点所对应的坐标值和地质参数的实际值，确定为测试产量模型的目标输入值，得到N个目标输入值。
步骤3064：将N个目标输入值确定为测试产量模型的目标输入值集合。
需要说明的是，通过建立空间三维坐标，将平面数值转换为立体空间数值，可以更直观、高效的选取并计算在多个压裂参数上边界值和下边界值范围内的数值，提高了计算效率。在一种可能的实施例中，N为100，即在空间三维坐标内随机选取100个点，将100个点中每个点所对应的段间距、用液强度和加砂强度值确定为目标压裂参数值，并将地质参数的实际值、水平段长度的实际值和目标压裂参数值确定为目标输入值，而将100个目标输入值确定为目标输入值集合。
步骤307：基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值。
需要说明的是，在确定出目标输入值集合后，可以代入测试产量模型中，根据测试产量模型确定出多个测试产量。而由于空间上点是连续的，目标输入值集合所对应的N个点是离散的，因此，还需要对N个离散点进行迭代处理，得到N个点附近的其他不属于N个点之内的点，并在测试产量模型中确定这些迭代出的点的测试产量，以提高确定测试产量的最大值的精度。具体地，可以通过步骤3071-步骤3075，来确定测试产量的最大值。
步骤3071：令k＝1，将目标输入值集合确定为第k个参考输入值集合，基于第k个参考输入值集合，通过测试产量模型，确定第k个测试产量集合。
步骤3072：基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合。
基于粒子群算法原理，对第k个参考输入值集合进行粒子群迭代，得到第 k+1个参考输入值集合。迭代过程中具体通过以下公式，确定第k+1个参考输入值集合：
其中，其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，Vid为空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置， Pgd为N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数。
步骤3073：基于第k+1个参考输入值集合，通过测试产量模型，确定第k+1 个测试产量集合，并判断k是否等于第一最大迭代次数，第一最大迭代次数为大于或等于3的整数；
步骤3074：若k不等于第一最大迭代次数，则令k＝k+1，并返回基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合的步骤；
步骤3075：若k等于第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将k+1个测试产量中测试产量的最大数值确定为测试产量的最大值。
示例性的，本发明实施例中的第一最大迭代次数可以为1000，第一学习因子和第二学习因子均为1.5。也即是，在确定出第1个参考输入值后，通过粒子群算法对第1个参考输入值迭代1000次，得到1001个参考输入值。将1001个参考输入值代入测试产量模型中，确定为1001*N个测试产量，比较1001*N个测试产量，将其中数值最大的测试产量确定为测试产量的最大值。需要说明的是，迭代次数越多，则确定的参考输入值集合的个数越多，对应的参考输入值也就越多，也就可以确定出更多的测试产量，从而提高计算精度。
步骤308：将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
需要说明的是，测试产量是页岩储层多级压裂水平井压裂效果的评价指标，测试产量越大，则说明水平井压裂效果越好，其对应的压裂参数也是最优压裂参数。因此，在确定出测试产量的最大值后，将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将所述优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数，此时确定的压裂参数，即是在测试产量模型的基础上，最适合本次页岩储层多级压裂水平井的压裂参数。
示例性的，应用本发明实施例提供的页岩储层多级压裂水平井压裂参数的确定方法确定水平井B1的压裂参数。该水平井B1的水平段长1450m，平均孔隙度4.66％、平均有机碳含量2.75％、平均含气量3.97m3/t、优质储层段钻遇率 1.3％、次优质储层段钻遇率84.7％、优质储层段长度18.85m、次优质储层段长度1228.15m。以B1井的测试产量最大化为目标，采用步骤301-步骤303所建立的测试产量模型，通过步骤305-步骤308，确定出段间距、用液强度和加砂强度分别为95.28m、50m3/m和3t/m，预计测试产量可以达到41.55×104m3/d。
本发明实施例中，获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，先根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值，再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合，其次基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值，最后将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。也即是，在本发明实施例中，可以根据地质参数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数，相较于相关技术中通过地层压力和扩散系数出发确定压裂参数的方法，提高了压裂参数在页岩储层的适用性和准确性。
图4是本发明实施例提供的一种页岩储层多级压裂水平井压裂参数的确定装置的结构示意图。参见图4，该装置可以包括：
第一获取模块401，用于获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，压裂参数包括段间距、用液强度和加砂强度，粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，测试产量模型是根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的非线性映射关系。
第一确定模块402，用于根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值。
第二确定模块403，用于根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合。
第三确定模块404，用于基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值.
第四确定模块405，用于将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
可选地，第二确定模块包括：
坐标建立单元，用于根据压裂参数的施工边界值，建立压裂参数的空间三维坐标，其中，空间三维坐标的X轴为段间距的方向、Y轴为用液强度的方向、Z 轴为加砂强度的方向，空间三维坐标的原点所对应的值由段间距的下边界值、用液强度的下边界值和加砂强度的下边界值组成，X轴的最大值为段间距的上边界值，Y轴的最大值为用液强度的上边界值，Z轴的最大值为加砂强度的上边界值；
空间点选取单元，用于选取空间三维坐标内N个点，获取N个点对应的坐标值，N为大于或等于1的正整数；
第一确定单元，用于将N个点中每个点所对应的坐标值和地质参数的实际值，确定为测试产量模型的目标输入值，得到N个目标输入值；
第二确定单元，用于将N个目标输入值确定为测试产量模型的目标输入值集合。
可选地，第三确定模块包括：
第三确定单元，用于令k＝1，将目标输入值集合确定为第k个参考输入值集合，基于第k个参考输入值集合，通过测试产量模型，确定第k个测试产量集合；
第四确定单元，用于基于第k个参考输入值集合和粒子群参数，确定第k+1 个参考输入值集合；
第五确定单元，用于基于第k+1个参考输入值集合，通过测试产量模型，确定第k+1个测试产量集合；
第一判断单元，用于判断k是否等于第一最大迭代次数，第一最大迭代次数为大于或等于3的整数；
若k不等于第一最大迭代次数，则令k＝k+1，并返回基于第k个参考输入值集合和粒子群参数，确定第k+1个参考输入值集合的步骤；
若k等于第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将k+1个测试产量中测试产量的最大数值确定为测试产量的最大值。
可选地，第四确定单元具体包括：
基于第k个参考输入值集合和粒子群参数，通过以下公式，确定第k+1个参考输入值集合：
其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数， Vid为空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为 N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数。
可选地，装置还包括：
第二获取模块，用于获取地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，连接权重集合包括11个输入层连接权重、20个第一层连接权重和 20个第二层连接权重，偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数；
第五确定模块，用于基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、测试产量的样本值和述第二最大迭代次数，通过链式求导法和随机梯度下降法对连接权重集合中的每个连接权重和偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合；
模型建立模块，用于根据地质参数、水平段长度、压裂参数、测试产量、目标连接权重集合和目标偏置常数集合建立测试产量模型。
可选地，第五确定模块包括：
第六确定单元，用于令s＝1，基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re-Lu函数公式，确定20个第一层神经元；
第七确定单元，用于基于20个第一层神经元、第s个连接权重集合中20个第一层连接权重和第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元；
第八确定单元，用于基于20个第二层神经元、第s个连接权重集合中20个第二层连接权重和第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s个预测产量；
第九确定单元，用于根据第s个预测产量、测试产量的样本值、第s个连接权重集合和第s个偏置常数集合，确定第s个目标泛数；
第十确定单元，用于基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合；
第十一确定单元，用于基于地质参数的样本值、水平段长度的样本值、压裂参数的样本值、第s+1个连接权重集合和第s+1个偏置常数集合，通过前述确定第s个预测产量和第s个目标泛数的过程，确定第s+1个预测产量和第s+1个目标泛数；
第二判断单元，用于判断s是否等于第二最大迭代次数，第二最大迭代次数为大于或等于3的整数；
若s不等于第二最大迭代次数，则令s＝s+1，并返回基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；
若s等于第二最大迭代次数，则比较确定出的s+1个目标泛数，将s+1个目标泛数中的最小数值确定为目标泛数的最小值，并将目标泛数的最小值所对应的连接权重集合确定为目标连接权重集合，将目标泛数的最小值所对应的偏置常数集合确定为目标偏置常数集合。
本发明实施例中，获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，先根据压裂参数的施工范围，确定压裂参数的上边界值和下边界值，再根据地质参数的实际值、水平段长度的实际值、压裂参数的上边界值和下边界值，确定测试产量模型的目标输入值集合，其次基于目标输入值集合和粒子群参数，通过测试产量模型，确定测试产量的最大值，最后将测试产量的最大值所对应的目标输入值集合中的目标输入值确定为优化输入值，并将优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。也即是，在本发明实施例中，可以根据地质参数、水平段长度、压裂参数以及由根据地质参数、水平段长度、压裂参数和测试产量的样本数据训练得到的测试产量模型确定出最适合页岩储层多级压裂水平井的压裂参数，相较于相关技术中通过地层压力和扩散系数出发确定压裂参数的方法，提高了压裂参数在页岩储层的适用性和准确性。
需要说明的是：上述实施例提供的页岩储层多级压裂水平井压裂参数的确定装置在确定页岩储层多级压裂水平井压裂参数时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的页岩储层多级压裂水平井压裂参数的确定装置与上述页岩储层多级压裂水平井压裂参数的确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图5是本发明实施例提供的一种终端500的结构示意图。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端500包括有：处理器501和存储器502。
处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、 FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501 可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的页岩储层多级压裂水平井压裂参数的确定方法。
在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。
外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及 5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏 505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏 505可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light- Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR (Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路 504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。
定位组件508用于定位终端500的当前地理位置，以实现导航或LBS (LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器 513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器 501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514 采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。
接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器 501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏 505从息屏状态切换为亮屏状态。
也即是，本发明实施例不仅提供了一种终端，包括处理器和用于存储处理器可执行指令的存储器，其中，处理器被配置为执行图2或图3所示的实施例中的方法，而且，本发明实施例还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，该计算机程序被处理器执行时可以实现图2或图3所示的实施例中的页岩储层多级压裂水平井压裂参数的确定方法。
本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种页岩储层多级压裂水平井压裂参数的确定方法，其特征在于，所述方法包括：
获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，所述压裂参数包括段间距、用液强度和加砂强度，所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系；
根据所述压裂参数的施工范围，确定压裂参数的上边界值和下边界值；
根据所述压裂参数的施工边界值，建立所述压裂参数的空间三维坐标，其中，所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、Z轴为所述加砂强度的方向，所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成，所述X轴的最大值为所述段间距的上边界值，所述Y轴的最大值为所述用液强度的上边界值，所述Z轴的最大值为所述加砂强度的上边界值；
选取所述空间三维坐标内N个点，获取所述N个点对应的坐标值，所述N为大于或等于1的正整数；
将所述N个点中每个点所对应的坐标值和所述地质参数的实际值，确定为所述测试产量模型的目标输入值，得到N个所述目标输入值；
将N个所述目标输入值确定为所述测试产量模型的目标输入值集合；
令k＝1，将所述目标输入值集合确定为第k个参考输入值集合，基于所述第k个参考输入值集合，通过所述测试产量模型，确定第k个测试产量集合；
基于所述第k个参考输入值集合和所述粒子群参数，通过以下公式，确定第k+1个参考输入值集合：
其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为所述空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数；
基于所述第k+1个参考输入值集合，通过所述测试产量模型，确定第k+1个测试产量集合，并判断所述k是否等于所述第一最大迭代次数，所述第一最大迭代次数为大于或等于3的整数；
若所述k不等于所述第一最大迭代次数，则令k＝k+1，并返回所述基于所述第k个参考输入值集合和所述粒子群参数，确定所述第k+1个参考输入值集合的步骤；
若所述k等于所述第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值；
将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值，并将所述优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
2.根据权利要求1所述的方法，其特征在于，所述获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型之前，还包括：
获取所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值、连接权重集合、偏置常数集合和第二最大迭代次数，其中，所述连接权重集合包括11个输入层连接权重、20个第一层连接权重和20个第二层连接权重，所述偏置常数集合包括11个输入层偏置常数、20个第一层偏置常数和20个第二层偏置常数；
基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和述第二最大迭代次数，通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合；
根据所述地质参数、所述水平段长度、所述压裂参数、所述测试产量、所述目标连接权重集合和所述目标偏置常数集合建立所述测试产量模型。
3.根据权利要求2所述的方法，其特征在于，所述基于所述地质参数的样本值、水平段长度的样本值、所述压裂参数的样本值、所述测试产量的样本值和所述第二最大迭代次数，通过链式求导法和随机梯度下降法对所述连接权重集合中的每个连接权重和所述偏置常数集合中的每个偏置常数进行迭代，确定目标连接权重集合和目标偏置常数集合，包括：
令s＝1，基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、第s个连接权重集合中11个输入层连接权重和第s个连接权重集合11个输入层偏置常数，通过Re-Lu函数公式，确定20个第一层神经元；
基于所述20个第一层神经元、所述第s个连接权重集合中20个第一层连接权重和所述第s个连接权重集合中20个第一层偏置常数，通过Re-Lu函数公式，确定20个第二层神经元；
基于所述20个第二层神经元、所述第s个连接权重集合中20个第二层连接权重和所述第s个连接权重集合中20个第二层偏置常数，通过Re-Lu函数公式，确定第s个预测产量；
根据所述第s个预测产量、所述测试产量的样本值、所述第s个连接权重集合和第s个偏置常数集合，确定第s个目标泛数；
基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合；
基于所述地质参数的样本值、所述水平段长度的样本值、所述压裂参数的样本值、所述第s+1个连接权重集合和所述第s+1个偏置常数集合，通过前述确定所述第s个预测产量和所述第s个目标泛数的过程，确定第s+1个预测产量和第s+1个目标泛数；
判断所述s是否等于所述第二最大迭代次数，所述第二最大迭代次数为大于或等于3的整数；
若所述s不等于所述第二最大迭代次数，则令s＝s+1，并返回所述基于第s个连接权重集合和第s个偏置常数集合，通过链式求导法和随机梯度下降法，确定第s+1个连接权重集合和第s+1个偏置常数集合的步骤；
若所述s等于所述第二最大迭代次数，则比较确定出的s+1个目标泛数，将所述s+1个目标泛数中的最小数值确定为所述目标泛数的最小值，并将所述目标泛数的最小值所对应的连接权重集合确定为所述目标连接权重集合，将所述目标泛数的最小值所对应的偏置常数集合确定为所述目标偏置常数集合。
4.一种页岩储层多级压裂水平井压裂参数的确定装置，其特征在于，所述装置包括：
第一获取模块，用于获取地质参数的实际值、水平段长度的实际值、压裂参数的施工范围、粒子群参数的实际值和测试产量模型，其中，所述地质参数包括平均孔隙度、平均有机碳含量、平均含气量、优质储层段钻遇率、次优质储层段钻遇率、优质储层段长度和次优质储层段长度，所述压裂参数包括段间距、用液强度和加砂强度，所述粒子群参数包括第一最大迭代次数、第一学习因子、第二学习因子，所述测试产量模型是根据所述地质参数、所述水平段长度、所述压裂参数和测试产量的样本数据训练得到的非线性映射关系；
第一确定模块，用于根据所述压裂参数的施工范围，确定压裂参数的上边界值和下边界值；
第二确定模块，用于根据所述地质参数的实际值、所述水平段长度的实际值、所述压裂参数的上边界值和下边界值，确定所述测试产量模型的目标输入值集合；
其中，所述第二确定模块包括：
坐标建立单元，用于根据所述压裂参数的施工边界值，建立所述压裂参数的空间三维坐标，其中，所述空间三维坐标的X轴为所述段间距的方向、Y轴为所述用液强度的方向、Z轴为所述加砂强度的方向，所述空间三维坐标的原点所对应的值由所述段间距的下边界值、所述用液强度的下边界值和所述加砂强度的下边界值组成，所述X轴的最大值为所述段间距的上边界值，所述Y轴的最大值为所述用液强度的上边界值，所述Z轴的最大值为所述加砂强度的上边界值；
空间点选取单元，用于选取所述空间三维坐标内N个点，获取所述N个点对应的坐标值，所述N为大于或等于1的正整数；
第一确定单元，用于将所述N个点中每个点所对应的坐标值和所述地质参数的实际值，确定为所述测试产量模型的目标输入值，得到N个所述目标输入值；
第二确定单元，用于将N个所述目标输入值确定为所述测试产量模型的目标输入值集合；
第三确定模块，用于基于所述目标输入值集合和所述粒子群参数，通过所述测试产量模型，确定所述测试产量的最大值；
其中，所述第三确定模块包括：
第三确定单元，用于令k＝1，将所述目标输入值集合确定为第k个参考输入值集合，基于所述第k个参考输入值集合，通过所述测试产量模型，确定第k个测试产量集合；
第四确定单元，用于基于所述第k个参考输入值集合和所述粒子群参数，确定第k+1个参考输入值集合；
其中，所述第四确定单元具体包括：
基于所述第k个参考输入值集合和所述粒子群参数，通过以下公式，确定所述第k+1个参考输入值集合：
其中，i表示空间三维坐标内N个点中的第i个点，d表示待优化的参数个数，所述Vid为所述空间三维坐标内N个点中第i个点在第d维的飞行速度；lid为所述空间三维坐标内N个点中第i个点的空间位置，C1为第一学习因子，C2为第二学习因子，r1为第一随机变量，r2为第二随机变量，Pid为个体点经历的自身最优位置，Pgd为N个点中各个点进行比较后所经历的全局最优位置，k为迭代次数；
第五确定单元，用于基于所述第k+1个参考输入值集合，通过所述测试产量模型，确定第k+1个测试产量集合；
第一判断单元，用于判断所述k是否等于所述第一最大迭代次数，所述第一最大迭代次数为大于或等于3的整数；
若所述k不等于所述第一最大迭代次数，则令k＝k+1，并返回所述基于所述第k个参考输入值集合和所述粒子群参数，确定所述第k+1个参考输入值集合的步骤；
若所述k等于所述第一最大迭代次数，则比较确定的k+1个测试产量集合中测试产量的大小，并将所述k+1个测试产量中测试产量的最大数值确定为测试产量的最大值；
第四确定模块，用于将所述测试产量的最大值所对应的所述目标输入值集合中的目标输入值确定为优化输入值，并将所述优化输入值中的压裂参数的优化值，确定为页岩储层多级压裂水平井的压裂参数。
5.一种页岩储层多级压裂水平井压裂参数的确定装置，其特征在于，所述装置包括：
处理器及用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行如权利要求1-3任一项所述的方法。
6.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-3任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110446185.9A CN113107449B (zh) | 2021-04-25 | 2021-04-25 | 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110446185.9A CN113107449B (zh) | 2021-04-25 | 2021-04-25 | 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113107449A CN113107449A (zh) | 2021-07-13 |
| CN113107449B true CN113107449B (zh) | 2022-03-25 |
Family
ID=76719751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110446185.9A Active CN113107449B (zh) | 2021-04-25 | 2021-04-25 | 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113107449B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105350960A (zh) * | 2015-12-07 | 2016-02-24 | 西南石油大学 | 确定低渗透非均质气藏压裂水平井裂缝参数的方法 |
| WO2016064476A1 (en) * | 2014-10-24 | 2016-04-28 | Halliburton Energy Services, Inc. | Shale fracturing characterization and optimization using three-dimensional fracture modeling and neural network |
| CN106353809A (zh) * | 2016-08-11 | 2017-01-25 | 中国石油大学(华东) | 一种压裂裂缝网络的反演表征方法 |
| CN109472037A (zh) * | 2017-09-08 | 2019-03-15 | 中国石油化工股份有限公司 | 页岩气储层人工裂缝参数优选方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130140031A1 (en) * | 2010-12-30 | 2013-06-06 | Schlumberger Technology Corporation | System and method for performing optimized downhole stimulation operations |
| CA3030180A1 (en) * | 2016-10-14 | 2018-04-19 | Conocophillips Company | Connectivity based approach for field development optimization |
| CN112081583B (zh) * | 2020-09-25 | 2021-08-17 | 西南石油大学 | 非常规储层缝网压裂多尺度支撑产量计算方法及装置 |
-
2021
- 2021-04-25 CN CN202110446185.9A patent/CN113107449B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016064476A1 (en) * | 2014-10-24 | 2016-04-28 | Halliburton Energy Services, Inc. | Shale fracturing characterization and optimization using three-dimensional fracture modeling and neural network |
| CN105350960A (zh) * | 2015-12-07 | 2016-02-24 | 西南石油大学 | 确定低渗透非均质气藏压裂水平井裂缝参数的方法 |
| CN106353809A (zh) * | 2016-08-11 | 2017-01-25 | 中国石油大学(华东) | 一种压裂裂缝网络的反演表征方法 |
| CN109472037A (zh) * | 2017-09-08 | 2019-03-15 | 中国石油化工股份有限公司 | 页岩气储层人工裂缝参数优选方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 《基于代理辅助分层粒子群算法的页岩气藏压裂参数优化》;姚军 等;《中国石油大学学报（自然科学版）》;20200831;第44卷(第4期);第12-19页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113107449A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114970919A (zh) | 钻速确定方法、装置、计算机设备及存储介质 | |
| CN111255434B (zh) | 气井的试井方法、装置和计算机存储介质 | |
| CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
| CN117634166A (zh) | 一种非常规天然气井压裂段压裂参数优化方法、装置及存储介质 | |
| CN112832737A (zh) | 页岩气井eur的确定方法、装置、设备及存储介质 | |
| CN115935816B (zh) | 钻井参数确定方法、装置、设备及存储介质 | |
| CN109281664B (zh) | 水平井产油量的预测方法和装置 | |
| CN109281648B (zh) | 确定油藏的合理井网密度的方法和装置 | |
| CN113107449B (zh) | 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 | |
| CN108733902B (zh) | 油藏渗透率的确定方法、装置及存储介质 | |
| CN111999140B (zh) | 制备声发射样品、确定压裂泵的方法、装置及存储介质 | |
| CN111426813B (zh) | 砂体连通质量的确定方法、装置及存储介质 | |
| CN113931621A (zh) | 气井积液信息的确定方法、装置及存储介质 | |
| CN111736215A (zh) | 断层断距确定方法及装置 | |
| CN113216926A (zh) | 页岩气井的筛选方法、装置、终端及存储介质 | |
| CN111861780A (zh) | 生产井中生产层的产量确定方法、装置及存储介质 | |
| CN112987105B (zh) | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 | |
| CN115841181B (zh) | 剩余油分布预测方法、装置、设备及存储介质 | |
| CN112096373B (zh) | 选定页岩气区域的方法、装置及计算机存储介质 | |
| CN113496074B (zh) | 稳砂方法及装置 | |
| CN111812744B (zh) | 地层可压性确定方法、装置及计算机存储介质 | |
| CN112211622B (zh) | 油藏压力场划分的方法和装置 | |
| CN113139877B (zh) | 页岩气井的筛选方法及装置 | |
| CN112412444B (zh) | 注采连通强度确定方法、装置、计算机设备和存储介质 | |
| CN112686942B (zh) | 确定钻井平台目标地址的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |