CN114578422B - 一种水力压裂监测结果分析方法、装置及计算机设备 - Google Patents
一种水力压裂监测结果分析方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN114578422B CN114578422B CN202210220949.7A CN202210220949A CN114578422B CN 114578422 B CN114578422 B CN 114578422B CN 202210220949 A CN202210220949 A CN 202210220949A CN 114578422 B CN114578422 B CN 114578422B
- Authority
- CN
- China
- Prior art keywords
- crack
- fracture
- result
- time interval
- square amplitude
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000011161 development Methods 0.000 claims abstract description 50
- 238000009826 distribution Methods 0.000 claims abstract description 34
- 206010017076 Fracture Diseases 0.000 claims description 101
- 208000010392 Bone Fractures Diseases 0.000 claims description 98
- 239000013598 vector Substances 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000001303 quality assessment method Methods 0.000 claims description 4
- 230000007480 spreading Effects 0.000 claims description 4
- 238000003892 spreading Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 2
- 238000013441 quality evaluation Methods 0.000 claims description 2
- 230000018109 developmental process Effects 0.000 description 29
- 238000013461 design Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
- G01V2210/632—Amplitude variation versus offset or angle of incidence [AVA, AVO, AVI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/642—Faults
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及油田开发技术领域，公开了一种水力压裂监测结果分析方法、装置及计算机设备，可基于在实际水利压裂过程中，产生的裂缝在空间上是具有连续性和可预测性的特点，先根据水力压裂监测结果中的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到包含有至少一个缝洞型地质体的空间性预测结果，然后对所述空间性预测结果进行空间连续性分析,得到包含有至少一条裂缝的裂缝展布主要方向的空间连续性分析结果，最后对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到裂缝展布结果，从而可实现直接应用能量聚焦结果去进行直观刻画裂缝展布情况的目的，同时还可以规避噪声影响，提升裂缝展布结果准确率。
Description
技术领域
本发明属于油田开发技术领域，具体地涉及一种水力压裂监测结果分析方法、装置及计算机设备。
背景技术
在油田开发过程中，为了使油区的开采价值提高，经常需要对油区进行压裂作业，以使其开采条件改变，从而提高采收率。压裂是指在井筒中形成高压迫使底层形成裂缝的施工过程，包括水力压裂和酸化压裂，是国内外广泛应用的且行之有效的增产增注措施。水力压裂实时监测技术，有利于使低渗透油田的采收率提高，通过利用压裂施工产生裂缝的长度、高度和方位角，优化井网、优化压裂设计或其他油田开发措施，对与油井的经济收益达到最大化是意义重大的。
目前,基于绕射波(Diffracted wave,是指地下任何小于或能与地震波波长相比拟的不均匀体，如断块和断棱均可看作是绕射点，当地震波通过绕射点时产生的波)成像技术的水力压裂监测技术，通常仅仅采用均方根振幅(指时窗内各采样点振幅平方和平均值的平方根)能量数据进行诱导裂缝发育的空间描述,但是在实际水力压裂过程中，由于能量成像结果包含有部分噪声，且在地下异常地质体边界处具有一定的离散特性，因此较难直接应用能量监测结果去进行裂缝发育的直观刻画，使得如何提供一种较为有效的相关技术，来实现应用能量聚焦结果去进行直观刻画裂缝展布情况,是本领域技术人员亟需解决的技术问题。
发明内容
为了解决在实际水力压裂过程中较难直接应用能量监测结果去进行裂缝发育的直观刻画的问题，本发明目的在于提供一种水力压裂监测结果分析方法、装置、计算机设备及计算机可读存储介质。
第一方面，本发明提供了一种水力压裂监测结果分析方法，包括：
获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果；
针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含有至少一个缝洞型地质体；
针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，其中，所述空间连续性分析结果包含有至少一条裂缝的裂缝展布主要方向；
根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
基于上述发明内容，提供了一种直接应用能量监测结果去进行裂缝发育的直观刻画方案，即基于在实际水利压裂过程中，产生的裂缝在空间上是具有连续性和可预测性的特点，先根据水力压裂监测结果中的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到包含有至少一个缝洞型地质体的空间性预测结果，然后对所述空间性预测结果进行空间连续性分析,得到包含有至少一条裂缝的裂缝展布主要方向的空间连续性分析结果，最后对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到裂缝展布结果，从而可实现直接应用能量聚焦结果去进行直观刻画裂缝展布情况的目的，同时还可以规避噪声影响，提升裂缝展布结果准确率，便于实际应用和推广。
在一个可能的设计中，所述多个分时段在时序上依次连续，并且所述分时段的时长不小于10秒。
在一个可能的设计中，针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，包括：
针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据,构建对应的梯度结构张量；
针对所述各个分时段,根据对应的梯度结构张量,通过特征分解得到对应的特征向量及特征值组合，其中，所述特征向量为多维向量，所述特征值组合包含有与所述多维向量一一对应的多个特征值；
针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值；
针对所述各个分时段,根据对应的特征值选取结果，构建出对应的混沌度量属性数据，其中，所述混沌度量属性数据为三维数据体；
针对所述各个分时段，根据对应的混沌度量属性数据，识别出对应的至少一个缝洞型地质体，以便作为对应的空间性预测结果。
在一个可能的设计中，针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值，包括：
针对所述各个分时段，将对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据输入数据质量评估工具，输出得到对应的数据质量评分；
针对所述各个分时段，若判定对应的数据质量评分大于或等于预设的评分阈值，则从对应的特征值组合中，选取按数值从大到小顺序排位靠前的三个特征值，作为对应的且能够反映水力压裂状况的特征值。
在一个可能的设计中，针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值，包括：
针对所述各个分时段，将对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据输入数据质量评估工具，输出得到对应的数据质量评分；
针对所述各个分时段，若判定对应的数据质量评分小于预设的评分阈值，则从对应的特征值组合中，选取数值大小相近的且对应特征向量所指示方向与井轨迹相对垂直的三个特征值，作为对应的且能够反映水力压裂状况的特征值。
在一个可能的设计中，针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，包括：
针对所述多个分时段中的某个分时段，根据对应的空间性预测结果，对所述至少一个缝洞型地质体进行相邻缝洞型地质体的依次叠加，得到对应的且包含有至少一条裂缝的叠加结果；
针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，并在所述三个裂缝发育方向中选取与所述所有相邻缝洞型地质体的发育方向一致的方向，作为对应的裂缝展布主要方向，其中，所述三个裂缝发育方向两两垂直；
针对所述某个分时段，汇总对应的所有裂缝展布主要方向，以便得到对应的空间连续性分析结果。
在一个可能的设计中，针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，包括：
针对所述至少一个裂缝中的各个裂缝，通过主成分分析法或分方向扫描最大相关性，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度。
第二方面，本发明提供了一种水力压裂监测结果分析装置，包括有依次通信连接的数据获取模块、能量空间性预测模块、空间连续性分析模块和裂缝拼接模块；
所述数据获取模块，用于获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果；
所述能量空间性预测模块，用于针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含有至少一个缝洞型地质体；
所述空间连续性分析模块，用于针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，其中，所述空间连续性分析结果包含有至少一条裂缝的裂缝展布主要方向；
所述裂缝拼接模块，用于根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
第三方面，本发明提供了一种计算机设备，包括有通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的水力压裂监测结果分析方法。
第四方面，本发明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指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的水力压裂监测结果分析方法。
第五方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的水力压裂监测结果分析方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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是本发明提供的水力压裂监测结果分析方法的流程示意图。
图2是本发明提供的水力压裂监测结果分析装置的结构示意图。
图3是本发明提供的计算机设备的结构示意图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明示例的实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
如图1所示，本实施例第一方面提供的所述水力压裂监测结果分析方法，可以但不限于由具有一定计算资源的计算机设备执行，例如由个人计算机(Personal Computer，PC，指一种大小、价格和性能适用于个人使用的多用途计算机；台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personaldigital assistant，PAD)、可穿戴设备或监测服务器等电子设备执行，可实现直接应用能量聚焦结果去进行直观刻画裂缝展布情况的目的，同时还可以规避噪声影响，提升裂缝展布结果准确率，便于实际应用和推广。如图1所示，所述水力压裂监测结果分析方法，可以但不限于包括有如下步骤S1～S4。
S1.获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果。
在所述步骤S1中，所述水力压裂监测结果可以但不限于基于常规的三维地震数据采集技术(指按三维地震数据采集设计要求将一定数量的激发点和接收点以面积方式布设，并在面上进行地震数据采集的过程)监测而得。所述多个分时段需在时序上依次连续，并且所述分时段的时长需不小于10秒，例如所述分时段为1分钟一个。
S2.针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含但不限于有至少一个缝洞型地质体。
在所述步骤S2中，所述相邻分时段是指位于所述各个分时段之前及之后的最近一个或多个分时段。由于梯度结构张量(也称为二阶矩矩阵、二阶矩张量或惯性张量等)是在数学中由函数梯度导出的矩阵，并总结了一个点在指定邻域内梯度的主要方向，以及这些方向的相干程度，因此梯度结构张量法在图像处理和计算机视觉中广泛应用于二维/三维图像分割、运动检测、自适应滤波和局部图像特征检测等领域，进而可以利用所述梯度结构张量法进行能量空间性预测(即对监测目标空间中的缝洞型地质体等进行识别)，得到所述各个分时段的所述空间性预测结果，具体的，针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，包括但不限于有如下步骤S21～S25。
S21.针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据,构建对应的梯度结构张量。
在所述步骤S21中，构建所述梯度结构张量的原理如下：由于张量计算不受坐标系的影响，因此通常可以用三维矩阵表示，其阶数代表需要描述它的指数大小，如零阶张量代表一个标量，一阶张量代表一个向量，可用一阶矩阵表示，一个二维矩阵可表示二阶张量。在所述均方根振幅能量数据等高维数的情况下，每一点的梯度向量均由3个元素组成，若用x,y,t分别代表不同方向，则在某个位置点(x,y,t)处，描述地震同相轴的倾角和方位角的三维梯度向量可以表示为：
▽U＝(▽x,▽y,▽t)T
式中，U表示所述均方根振幅能量数据，▽表示待求梯度，上标“T”表示矩阵的转置。在反射波处理过程中为降低数据中的噪声干扰影响，可以采用结构张量法平滑梯度向量，则数据结构张量S可以表示为梯度向量与其转置的乘积关系：
进一步考虑上述结构张量S会受各类噪声影响，将导致计算结果变得极不稳定，因此往往需要引入高斯函数或基于地震复数道计算的加权因子，以减弱结构张量计算过程中的不稳定问题，其形式为：
式中，Uσ表示平滑后的均方根振幅能量数据，σ表示尺度参数，其取值取决于待分析数据的噪声强度，即定义为噪声尺度，可降低梯度数值计算对噪声的敏感度，也建立了梯度结构张量可度量的最小构造尺度；Gσ表示尺度参数为σ的各向同性高斯核；标准差ρ的选择取决于构造度量和分析的分辨率，即定义为构造尺度，在ρ的高斯邻域内平滑梯度张量，使其成为一个对称半正定矩阵，可提高结构分析的鲁棒性。
S22.针对所述各个分时段,根据对应的梯度结构张量,通过特征分解得到对应的特征向量及特征值组合，其中，所述特征向量为多维向量，所述特征值组合包含有与所述多维向量一一对应的多个特征值。
在所述步骤S22中，以三维向量为例，对所述梯度结构张量进行特征分解的原理如下：对所述梯度结构张量Mρ进行矩阵特征分解：
如此利用特征值分解方法可方便地计算其特征向量(v1,v2,v3)及特征值(λ1,λ2,λ3)，其中，对应最大特征值的特征向量垂直于反射界面，指示地震同相轴的法线方向；将所有的特征值按从大到小排序，即可用特征值来构建不同的结构属性或者根据上述3个特征值的相对大小的关系识别或区分图像纹理单元的类型。
S23.针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值。
在所述步骤S23中，具体的，可以先针对所述各个分时段，将对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据输入数据质量评估工具，输出得到对应的数据质量评分；然后针对所述各个分时段，若判定对应的数据质量评分大于或等于预设的评分阈值，则从对应的特征值组合中，选取按数值从大到小顺序排位靠前的三个特征值，作为对应的且能够反映水力压裂状况的特征值，否则从对应的特征值组合中，选取数值大小相近的(例如在数值上具有最小标准差的)且对应特征向量所指示方向与井轨迹相对垂直(例如指示方向与井轨迹的夹角大小位于区间[90°-a,90°+a]中，a表示不大于10°的预设角度值)的三个特征值，作为对应的且能够反映水力压裂状况的特征值。前述数据质量评估工具为基于完整性、一致性、及时性和准确性四个维度去评估数据质量的现有工具，例如Infomatica或华矩的数据诊所等。由于对应最大特征值的特征向量垂直于反射界面，指示地震同相轴的法线方向，因此在数据质量较好时，可用按数值从大到小顺序排位靠前的三个特征值作为能够反映水力压裂状况的特征值，而在数据存在噪音时，选取数值大小相近的且对应特征向量所指示方向与井轨迹相对垂直的三个特征值，作为能够反映水力压裂状况的特征值，确保后续混沌度量等分析结果的准确性。
S24.针对所述各个分时段,根据对应的特征值选取结果，构建出对应的混沌度量属性数据，其中，所述混沌度量属性数据为三维数据体。
S25.针对所述各个分时段，根据对应的混沌度量属性数据，识别出对应的至少一个缝洞型地质体，以便作为对应的空间性预测结果。
在所述步骤S25中，以三维向量为例，进行所述缝洞型地质体的识别原理如下：在梯度结构张量理论中，混沌度量属性多用于识别杂乱反射区域，对于那种与周围稳定反射存在明显差异的异常体识别非常有效；混沌度量属性输出值越小，则地震内部反射愈稳定，反之则越大；属性值的大小可以很好地指示杂乱数据的发育程度，其计算公式为：
式中，mchoas表示混沌度量属性值。如此可参照此公式，基于所述特征值选取结果构建出所述各个分时段的混沌度量属性数据，并基于常规识别手段，识别出所述各个分时段的至少一个缝洞型地质体，进而得到所述各个分时段的空间性预测结果。
S3.针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，其中，所述空间连续性分析结果包含但不限于有至少一条裂缝的裂缝展布主要方向。
在所述步骤S3中，具体的，包括但不限于有如下步骤S31～S33。
S31.针对所述多个分时段中的某个分时段，根据对应的空间性预测结果，对所述至少一个缝洞型地质体进行相邻缝洞型地质体的依次叠加，得到对应的且包含有至少一条裂缝的叠加结果。
在所述步骤S31中，举例的，若缝洞型地质体C1与缝洞型地质体C2相邻，缝洞型地质体C2与缝洞型地质体C3相邻，缝洞型地质体C3与缝洞型地质体C4相邻，则可以对C1和C2、C2和C3以及C3和C4依次叠加，得到一个裂缝。
S32.针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，并在所述三个裂缝发育方向中选取与所述所有相邻缝洞型地质体的发育方向一致的方向，作为对应的裂缝展布主要方向，其中，所述三个裂缝发育方向两两垂直。
在所述步骤S32中，针对所述至少一个裂缝中的各个裂缝，可具体通过主成分分析法(Principal Component Analysis，简写PCA，是一种统计方法，即通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分；在数据分析中常使用PCA给数据降维，它能在指定的损失范围内得到最大的简化属性)或分方向扫描最大相关性(也是现有常用方法，具体原理为：对于一个数据体，扫描各个方向，计算各个方向的相关性，取最大相关的方向为主方向)，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度。此外，具体的，可先计算所述所有相邻缝洞型地质体在各个裂缝发育方向上的发育程度之和，然后将具有发育程度和的最大值的裂缝发育方向作为发育方向一致的方向。
S33.针对所述某个分时段，汇总对应的所有裂缝展布主要方向，以便得到对应的空间连续性分析结果。
S4.根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
在所述步骤S4中，举例的，若裂缝A1位于裂缝A2的裂缝展布主要方向，则可拼接所述裂缝A1和所述裂缝A2，得到一个裂缝展布结果。
由此基于前述步骤S1～S4所描述的水力压裂监测结果分析方法，提供了一种直接应用能量监测结果去进行裂缝发育的直观刻画方案，即基于在实际水利压裂过程中，产生的裂缝在空间上是具有连续性和可预测性的特点，先根据水力压裂监测结果中的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到包含有至少一个缝洞型地质体的空间性预测结果，然后对所述空间性预测结果进行空间连续性分析,得到包含有至少一条裂缝的裂缝展布主要方向的空间连续性分析结果，最后对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到裂缝展布结果，从而可实现直接应用能量聚焦结果去进行直观刻画裂缝展布情况的目的，同时还可以规避噪声影响，提升裂缝展布结果准确率，便于实际应用和推广。
如图2所示，本实施例第二方面提供了一种实现第一方面所述的水力压裂监测结果分析方法的虚拟装置，包括有依次通信连接的数据获取模块、能量空间性预测模块、空间连续性分析模块和裂缝拼接模块；
所述数据获取模块，用于获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果；
所述能量空间性预测模块，用于针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含有至少一个缝洞型地质体；
所述空间连续性分析模块，用于针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，其中，所述空间连续性分析结果包含有至少一条裂缝的裂缝展布主要方向；
所述裂缝拼接模块，用于根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见第一方面所述的水力压裂监测结果分析方法，于此不再赘述。
如图3所示，本实施例第三方面提供了一种执行如第一方面或第一方面中任一可能设计所述的水力压裂监测结果分析方法的计算机设备，包括有通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于读取所述计算机程序，执行如第一方面所述的水力压裂监测结果分析方法。具体举例的，所述存储器可以但不限于包括随机存取存储器(Random-Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash Memory)、先进先出存储器(First Input First Output，FIFO)和/或先进后出存储器(First Input Last Output，FILO)等等；所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见第一方面所述的水力压裂监测结果分析方法，于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面所述的水力压裂监测结果分析方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面所述的水力压裂监测结果分析方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如第一方面所述的水力压裂监测结果分析方法，于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面所述的水力压裂监测结果分析方法。其中，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。
Claims (9)
1.一种水力压裂监测结果分析方法，其特征在于，包括：
获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果；
针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含有至少一个缝洞型地质体；
针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，具体包括：针对所述多个分时段中的某个分时段，根据对应的空间性预测结果，对所述至少一个缝洞型地质体进行相邻缝洞型地质体的依次叠加，得到对应的且包含有至少一条裂缝的叠加结果；针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，并先计算所述所有相邻缝洞型地质体在各个裂缝发育方向上的发育程度之和，然后在所述三个裂缝发育方向中将具有发育程度和的最大值的裂缝发育方向作为对应的裂缝展布主要方向，其中，所述三个裂缝发育方向两两垂直；针对所述某个分时段，汇总对应的所有裂缝展布主要方向，以便得到对应的空间连续性分析结果，使得所述空间连续性分析结果包含有至少一条裂缝的裂缝展布主要方向；
根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
2.如权利要求1所述的水力压裂监测结果分析方法，其特征在于，所述多个分时段在时序上依次连续，并且所述分时段的时长不小于10秒。
3.如权利要求1所述的水力压裂监测结果分析方法，其特征在于，针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，包括：
针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据,构建对应的梯度结构张量；
针对所述各个分时段,根据对应的梯度结构张量,通过特征分解得到对应的特征向量及特征值组合，其中，所述特征向量为多维向量，所述特征值组合包含有与所述多维向量一一对应的多个特征值；
针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值；
针对所述各个分时段,根据对应的特征值选取结果，构建出对应的混沌度量属性数据，其中，所述混沌度量属性数据为三维数据体；
针对所述各个分时段，根据对应的混沌度量属性数据，识别出对应的至少一个缝洞型地质体，以便作为对应的空间性预测结果。
4.如权利要求3所述的水力压裂监测结果分析方法，其特征在于，针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值，包括：
针对所述各个分时段，将对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据输入数据质量评估工具，输出得到对应的数据质量评分；
针对所述各个分时段，若判定对应的数据质量评分大于或等于预设的评分阈值，则从对应的特征值组合中，选取按数值从大到小顺序排位靠前的三个特征值，作为对应的且能够反映水力压裂状况的特征值。
5.如权利要求3所述的水力压裂监测结果分析方法，其特征在于，针对所述各个分时段,从对应的特征值组合中选取对应的且能够反映水力压裂状况的特征值，包括：
针对所述各个分时段，将对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据输入数据质量评估工具，输出得到对应的数据质量评分；
针对所述各个分时段，若判定对应的数据质量评分小于预设的评分阈值，则从对应的特征值组合中，选取数值大小相近的且对应特征向量所指示方向与井轨迹相对垂直的三个特征值，作为对应的且能够反映水力压裂状况的特征值。
6.如权利要求1所述的水力压裂监测结果分析方法，其特征在于，针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，包括：
针对所述至少一个裂缝中的各个裂缝，通过主成分分析法或分方向扫描最大相关性，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度。
7.一种水力压裂监测结果分析装置，其特征在于，包括有依次通信连接的数据获取模块、能量空间性预测模块、空间连续性分析模块和裂缝拼接模块；
所述数据获取模块，用于获取水力压裂监测结果中的且多个分时段的均方根振幅能量数据，其中，所述均方根振幅能量数据表示在对应分时段内的均方根振幅叠加结果；
所述能量空间性预测模块，用于针对所述多个分时段中的各个分时段，根据对应的均方根振幅能量数据及相邻分时段的均方根振幅能量数据，利用梯度结构张量法进行能量空间性预测，得到对应的空间性预测结果，其中，所述空间性预测结果包含有至少一个缝洞型地质体；
所述空间连续性分析模块，用于针对所述多个分时段中的某个分时段，根据对应的空间性预测结果进行空间连续性分析,得到对应的空间连续性分析结果，具体包括：针对所述多个分时段中的某个分时段，根据对应的空间性预测结果，对所述至少一个缝洞型地质体进行相邻缝洞型地质体的依次叠加，得到对应的且包含有至少一条裂缝的叠加结果；针对所述至少一条裂缝中的各条裂缝，计算得到对应的且参与叠加的所有相邻缝洞型地质体在三个裂缝发育方向上的发育程度，并先计算所述所有相邻缝洞型地质体在各个裂缝发育方向上的发育程度之和，然后在所述三个裂缝发育方向中将具有发育程度和的最大值的裂缝发育方向作为对应的裂缝展布主要方向，其中，所述三个裂缝发育方向两两垂直；针对所述某个分时段，汇总对应的所有裂缝展布主要方向，以便得到对应的空间连续性分析结果，使得所述空间连续性分析结果包含有至少一条裂缝的裂缝展布主要方向；
所述裂缝拼接模块，用于根据所述某个分时段的空间连续性分析结果，对所述至少一条裂缝进行在裂缝展布主要方向上的拼接，得到所述某个分时段的裂缝展布结果。
8.一种计算机设备，其特征在于，包括有通信相连的存储器和处理器，其中，所述存储器用于存储计算机程序，所述处理器用于读取所述计算机程序，执行如权利要求1～6中任意一项所述的水力压裂监测结果分析方法。
9.一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指令，当所述指令在计算机上运行时，执行如权利要求1～6中任意一项所述的水力压裂监测结果分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220949.7A CN114578422B (zh) | 2022-03-08 | 2022-03-08 | 一种水力压裂监测结果分析方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220949.7A CN114578422B (zh) | 2022-03-08 | 2022-03-08 | 一种水力压裂监测结果分析方法、装置及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114578422A CN114578422A (zh) | 2022-06-03 |
| CN114578422B true CN114578422B (zh) | 2022-11-11 |
Family
ID=81774404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210220949.7A Active CN114578422B (zh) | 2022-03-08 | 2022-03-08 | 一种水力压裂监测结果分析方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114578422B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103792576A (zh) * | 2014-01-28 | 2014-05-14 | 中国石油天然气股份有限公司 | 一种基于梯度结构张量的储层非均质检测方法及设备 |
| CN112698397A (zh) * | 2020-11-20 | 2021-04-23 | 中国石油天然气股份有限公司 | 一种台盆区走滑断裂空腔储层刻画方法 |
| CN112698398A (zh) * | 2020-11-20 | 2021-04-23 | 中国石油天然气股份有限公司 | 一种深大断裂体系空间刻画方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2764681C (en) * | 2009-07-06 | 2017-11-21 | Exxonmobil Upstream Research Company | Method for seismic interpretation using seismic texture attributes |
| CN111290021A (zh) * | 2020-03-25 | 2020-06-16 | 北京奥能恒业能源技术有限公司 | 基于梯度结构张量谱分解的碳酸盐岩缝洞增强识别方法 |
| US12006812B2 (en) * | 2020-04-23 | 2024-06-11 | Saudi Arabian Oil Company | Method and system for sub-seismic fracture prediction |
-
2022
- 2022-03-08 CN CN202210220949.7A patent/CN114578422B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103792576A (zh) * | 2014-01-28 | 2014-05-14 | 中国石油天然气股份有限公司 | 一种基于梯度结构张量的储层非均质检测方法及设备 |
| CN112698397A (zh) * | 2020-11-20 | 2021-04-23 | 中国石油天然气股份有限公司 | 一种台盆区走滑断裂空腔储层刻画方法 |
| CN112698398A (zh) * | 2020-11-20 | 2021-04-23 | 中国石油天然气股份有限公司 | 一种深大断裂体系空间刻画方法 |
Non-Patent Citations (1)
| Title |
|---|
| Application of gradient structure tensor method in CBM fracture identification and sweet spot prediction;Chengqiang Zhao et al.;《Arabian Journal of Geosciences》;20191017;第1-4、11-12页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114578422A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7480205B2 (en) | 3D fast fault restoration | |
| Bakker | Image structure analysis for seismic interpretation | |
| US8983141B2 (en) | Geophysical data texture segmentation using double-windowed clustering analysis | |
| CN104101902B (zh) | 地震属性聚类方法及装置 | |
| US10877174B2 (en) | Diving wave illumination using migration gathers | |
| Zhang et al. | KDD: A kernel density based descriptor for 3D point clouds | |
| CN110244259A (zh) | 数据缺失情况下基于低n-秩最小化张量填充的二维到达角估计方法 | |
| Fofonov et al. | Projected Field Similarity for Comparative Visualization of Multi‐Run Multi‐Field Time‐Varying Spatial Data | |
| WO2022045932A1 (ru) | Система для определения тектонических нарушений по сейсмическим данным | |
| Andersson et al. | ESPRIT for multidimensional general grids | |
| Gidea | Topology data analysis of critical transitions in financial networks | |
| CN104122584B (zh) | 根据地震数据确定方向性的方法及装置 | |
| Tobely et al. | Position detection of unexploded ordnance from airborne magnetic anomaly data using 3-D self organized feature map | |
| CN114578422B (zh) | 一种水力压裂监测结果分析方法、装置及计算机设备 | |
| CN109100803A (zh) | 微断裂的确定方法和装置 | |
| CN116486259B (zh) | 遥感图像中的点目标的提取方法和装置 | |
| CN103777244B (zh) | 一种地震裂缝属性体的定量分析方法 | |
| CN117214950A (zh) | 一种多次波压制方法、装置、设备及存储介质 | |
| CN116975581A (zh) | 一种基于step格式的钣金件快速识别方法 | |
| CN111175816A (zh) | 油藏改造实时构建微地震裂缝网络的方法及装置 | |
| Schröder et al. | Field strength prediction for environment aware MIMO channel models | |
| CN108646288B (zh) | 近地表模型的建立方法和装置 | |
| CN109212596B (zh) | 一种基于矩阵降维的特征结构相干体快速实现方法 | |
| CN109242770B (zh) | 图像导引的地震速度插值方法及计算机可读存储介质 | |
| Shen et al. | Assessing fragmentation and potential sliding zones in rock tunnels via computer vision technology |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221221 Address after: Room 102, building 16, No. 158, Jinfeng Road, high tech Zone, Suzhou, Jiangsu 215000 Patentee after: Zhongke Shenyuan (Suzhou) Technology Co.,Ltd. Address before: 100000 1-2301, 20th floor, building 8, yard 87, Jiancai Chengxi Road, Changping District, Beijing Patentee before: GUOKAN DIGITAL EARTH (BEIJING) TECHNOLOGY Co.,Ltd. |