CN115629188A - 一种岩心产能模拟实验系统 - Google Patents
一种岩心产能模拟实验系统 Download PDFInfo
- Publication number
- CN115629188A CN115629188A CN202211406614.0A CN202211406614A CN115629188A CN 115629188 A CN115629188 A CN 115629188A CN 202211406614 A CN202211406614 A CN 202211406614A CN 115629188 A CN115629188 A CN 115629188A
- Authority
- CN
- China
- Prior art keywords
- module
- pressure
- simulation
- data
- core
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 65
- 239000011435 rock Substances 0.000 title claims description 38
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 239000011148 porous material Substances 0.000 claims description 59
- 238000012360 testing method Methods 0.000 claims description 43
- 230000006399 behavior Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 7
- 238000002591 computed tomography Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 239000010779 crude oil Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 229920000642 polymer Polymers 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000009933 burial Methods 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 abstract description 3
- 238000013480 data collection Methods 0.000 abstract 1
- 239000003921 oil Substances 0.000 description 8
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种岩心产能模拟实验系统,属于产能模拟技术领域,包括控制平台、样本采集模块、扫描处理模块、仿真模拟模块、数据测定模块、温压调控模块、损失优化模块、产能计量模块以及行为监测模块;本发明能够自行寻找最优参数,无需工作人员手动设置参数,操作方便快捷,提高模拟效率,有效提高系统模拟精度,可以实现对各类控制平台日志信息进行采集,给采集数据带来便利性,节省信息采集时间,同时能够以评分的形式向工作人员反馈风险信息,实现无需相关专业知识也可以进行风险分析。
Description
技术领域
本发明涉及产能模拟技术领域,尤其涉及一种岩心产能模拟实验系统。
背景技术
岩心是根据地质勘查工作或工程的需要,使用环状岩心钻头及其它取心工具,从孔内取出的圆柱状岩石样品。从固体矿产的矿体或矿层中取出的含矿岩石或矿石,则称矿心。岩心是研究和了解地下地质和矿产情况的重要实物地质资料,在油田范围内必须选择适量的井,对有关油、气层位,钻取一定数量的岩心,通过观察、分析和研究,可以了解地层年代、岩性、沉积特征;储层的物理、化学性质和含油、气、水状况;生油层特征和生油指标;地下构造情况(如断层、节理、倾角等);各种测井方法定性、定量解释的基础数据;开采过程中油、气、水运动和分布状况,以及地层结构的变化;岩心还可供注水或进行各种提高采收率和增产、增注措施的室内实验分析,是估算石油储量、编制合理开发方案、提高油藏注水开发效果和采收率必不可少的基础资料;
经检索,中国专利号CN105137038A公开了油气储层岩心产能模拟实验系统,该发明虽然设计合理、操作便捷,减小了单井产能模拟实验的实验结果误差,但是模拟过程中需手动寻找最优参数,不方便操作,降低了模拟效率;此外,现有的岩心产能模拟实验系统无法对各类控制平台日志信息进行采集,且需工作人员具有相关专业知识才可以进行风险分析,为此,我们提出一种岩心产能模拟实验系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种岩心产能模拟实验系统。
为了实现上述目的,本发明采用了如下技术方案:
一种岩心产能模拟实验系统,包括控制平台、样本采集模块、扫描处理模块、仿真模拟模块、数据测定模块、温压调控模块、损失优化模块、产能计量模块以及行为监测模块;
所述控制平台用于依据工作人员操作信息对相关子模块进行控制;
所述样本采集模块用于收集测试模拟用的岩心样本信息,并为每一组样本进行编号处理;
所述扫描处理模块用于通过CT扫描技术对岩心样本进行扫描以获取该岩心图像,并对其进行图像优化处理;
所述仿真模拟模块用于构建相对应的各组岩心三维模型,并对该模型进行仿真测试;
所述数据测定模块用于接收扫描生成的各组岩心数据进行分类统计;
所述温压调控模块用于接收控制平台下发的操作信息对构建的各组三维模型进行温度以及压力模拟;
所述损失优化模块用于接收仿真模拟模块发送的各组数据并进行优化调整;
所述产能计量模块用于接收模拟生成的各组数据并对相关岩心产量进行统计记录;
所述行为监测模块用于接收系统的日志信息,并对各日志信息中的工作人员操作行为进行监测分析。
作为本发明的进一步方案,所述扫描处理模块图像优化具体步骤如下:
步骤一:扫描处理模块通过CT扫描技术扫描获取岩心二维灰度图像后,依据生成的岩心二维灰度图像显示比例确定分块数量,并对各组岩心二维灰度图像进行分块处理;
步骤二:对分块后的各组图像信息通过傅里叶正反变换进行图像空间转换至频率空间的相互变换,对转换至频率空间的图像信息中的高频成分进行分析提取,并对其进行滤波处理,对处理完成的图像信息中的每一个像素逐点进行阈值计算;
步骤三:通过灰度阈值选择区域,再对选择的区域进行二值化处理以获取岩心二值图,其中,岩心二值图中的岩心骨架像素值为0,由黑色表示,岩心孔隙像素值为255,由白色表示。
作为本发明的进一步方案,所述仿真模拟模块仿真测试具体步骤如下:
步骤(1):构建一组分析卷积网络,同时通过损失优化模块寻找并设置该分析卷积网络最优参数,之后分析卷积网络接收的各组岩心二值图以及控制平台下发的各组地层中直井、斜井或水平井的参数信息;
步骤(2):分析卷积网络接收的各项数据,再对各项数据进行归一化处理转换至0到1区间内,并检测归一化处理后的各项数据,然后通过方差系数对各项数据进行特征降维,筛选出能够表示岩心样本的特征参数,并筛除对于表征能力差的特征参数;
步骤(3):创建闭合的STL文件,同时采用IST网格技术自动生成网格,然后通过流体仿真软件以得到精确的各组岩心三维模型,之后混合流模型及原油/非牛顿流体模型模拟水平井中注入聚合物的流动过程;
步骤(4):仿真模拟模块接收温压调控模块生成的温度信息以及压力信息,并根据气藏埋深和测试资料确定产能模拟的实验温度和孔隙压力,然后给各三维模型施加较低的上覆地层压力,给各三维模型两端建立驱替压差;
步骤(5):升温到地层温度条件,再同步逐级提高上覆地层压力和两端的驱替压差,然后按照实验要求模拟四种不同情况下的岩心样本状态,其具体实验要求如下:保持有效净围压不变,逐渐升高上覆地层压力和孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力不变,将孔隙压力从大气压力逐渐增加到地层孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力和地层孔隙压力不变,将三维模型出口端压力从孔隙压力逐渐下降至废弃压力,模拟单井气产量随井底压力下降的变化关系;保持上覆地层压力不变,各组三维模型进口端无能量供给,模拟气藏自然衰竭过程中单井气产量与孔隙压力之间的变化关系。
作为本发明的进一步方案,所述损失优化模块具体优化调整步骤如下:
步骤①:损失优化模块接收仿真模拟模块的各组运行信息,之后从多组运行信息中选择一组运行信息作为验证数据,再使用剩下的运行信息拟合一组测试模型,然后用验证数据来验证测试模型的精度,再通过均方根误差对测试模型的检测能力进行计算;
步骤②:初始化参数范围,并按照系统默认或人工设定确认学习率以及步长,建立数据样本,同时列出所有可能的数据结果,划分样本,对于每一组数据,选取任意一个子集作为测试集,其余子集作为训练集,通过训练集对测试模型进行训练,训练完成后对测试集进行预测,统计测试结果的均方根误差;
步骤③:求取最优参数组合,同时将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并将其导入分析卷积网络中替换原有参数。
作为本发明的进一步方案,所述数据测定模块分类统计具体步骤如下:
步骤Ⅰ:数据测定模块接收各组岩心三维模型,并对各组三维模型上的孔隙数量进行采集,同时通过测量软件对各组孔隙直径进行测量以及记录;
步骤Ⅱ:遍历各组三维模型中孔隙空间的每一个点,并将各点坐标分别作为球心坐标以生成一组球体模型,之后逐渐增大各组球体半径直至接触岩石表面生成最大内切球,遍历完成后,删除被完全包含的冗余球,并使用剩余的最大内切球链路表示原孔隙空间;
步骤Ⅲ:收集各组三维模型上的孔隙信息,之后测量各三维模型上各孔隙直径,并对各组三维模型的均值系数进行计算,然后计算各岩心样本的渗透率。
作为本发明的进一步方案,步骤Ⅲ中所述均值系数具体计算公式如下:
步骤Ⅲ中所述渗透率具体计算公式如下:
式中,Q代表在压强ΔP下通过的流量,μ代表流体的黏度系数,A代表流体流经的横截面积,L代表压力的作用长度。
作为本发明的进一步方案,所述行为监测模块监测分析具体步骤如下:
P1:在不同的控制平台部署相关的数据采集插件或者通过syslog服务器获取不同控制平台中所记录的日志信息,再使用logstash选择出满足工作人员预先设定的条件要求的日志信息;
P2:将满足要求的日志信息处理为统一格式的日志信息,并对处理后的日志信息按顺序执行相关处理操作,之后将日志信息中记录的用户操作行为与攻击者行为特征进行匹配,并将匹配结果进行输出;
P3:若同一控制平台或外部服务器的分析结果满足多个预设告警条件,或同一控制平台或外部服务器的多条分析结果共同满足统一预设告警条件,则进行风险告警,同时对该条告警的风险分数进行计算,并将计算结果进行输出,同时终止该操作信息的执行。
相比于现有技术,本发明的有益效果在于:
1、该岩心产能模拟实验系统相较于以往模拟实验系统,本发明通过损失优化模块接收仿真模拟模块的各组运行信息,之后拟合一组测试模型并验证测试模型精度,再通过均方根误差对测试模型的检测能力进行计算,初始化参数范围,并确认学习率以及步长,同时列出所有可能的数据结果,划分样本,再选取任意一个子集作为测试集,其余子集作为训练集,通过训练集对测试模型进行训练,训练完成后对测试集进行预测,统计测试结果的均方根误差,最后求取最优参数组合,之后更换测试集,再次统计均方根误差,直至对所有数据都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并将其导入分析卷积网络中替换原有参数,能够自行寻找最优参数,无需工作人员手动设置参数,操作方便快捷,提高模拟效率,有效提高系统模拟精度;
2、本发明通过行为监测模块在不同的控制平台部署相关的数据采集插件或者通过syslog服务器获取不同控制平台中所记录的日志信息,再选择出满足要求的日志信息,再将各组日志信息处理为统一格式的日志信息,并执行相关处理操作,之后将日志信息中记录地用户操作行为与攻击者行为特征进行匹配,并将匹配结果进行输出,若同一控制平台或外部服务器的分析结果满足多个预设告警条件,或同一控制平台或外部服务器的多条分析结果共同满足统一预设告警条件,则进行风险告警,同时对该条告警的风险分数进行计算,并将计算结果进行输出,同时终止该操作信息的执行,可以实现对各类控制平台日志信息进行采集,给采集数据带来便利性,节省信息采集时间,同时能够以评分的形式向工作人员反馈风险信息,实现无需相关专业知识也可以进行风险分析。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的一种岩心产能模拟实验系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1
参照图1,一种岩心产能模拟实验系统,包括控制平台、样本采集模块、扫描处理模块、仿真模拟模块、数据测定模块、温压调控模块、损失优化模块、产能计量模块以及行为监测模块。
控制平台用于依据工作人员操作信息对相关子模块进行控制;样本采集模块用于收集测试模拟用的岩心样本信息,并为每一组样本进行编号处理;扫描处理模块用于通过CT扫描技术对岩心样本进行扫描以获取该岩心图像,并对其进行图像优化处理。
具体的,扫描处理模块通过CT扫描技术扫描获取的岩心二维灰度图像后,依据生成的岩心二维灰度图像显示比例确定分块数量,并对各组岩心二维灰度图像进行分块处理,之后对分块后的各组图像信息通过傅里叶正反变换进行图像空间转换至频率空间的相互变换,对转换至频率空间的图像信息中的高频成分进行分析提取,并对其进行滤波处理,对处理完成的图像信息中的每一个像素逐点进行阈值计算,最后通过灰度阈值选择区域,再对选择的区域进行二值化处理以获取岩心二值图,其中,岩心二值图中的岩心骨架像素值为0,由黑色表示,岩心孔隙像素值为255,由白色表示。
仿真模拟模块用于构建相对应的各组岩心三维模型,并对该模型进行仿真测试。
具体的,仿真模拟模块构建一组分析卷积网络,同时通过损失优化模块寻找并设置该分析卷积网络最优参数,之后分析卷积网络接收的各组岩心二值图以及控制平台下发的各组地层中直井、斜井或水平井的参数信息,之后分析卷积网络接收的各项数据,再对各项数据进行归一化处理转换至0到1区间内,并检测归一化处理后的各项数据,然后通过方差系数对各项数据进行特征降维,筛选出能够表示岩心样本的特征参数,并筛除对于表征能力差的特征参数,并创建闭合的STL文件,同时采用IST网格技术自动生成网格,然后通过流体仿真软件以得到精确的各组岩心三维模型,之后混合流模型及原油/非牛顿流体模型模拟水平井中注入聚合物的流动过程,最后仿真模拟模块接收温压调控模块生成的温度信息以及压力信息,并根据气藏埋深和测试资料确定产能模拟的实验温度和孔隙压力,然后给各三维模型施加较低的上覆地层压力,给各三维模型两端建立驱替压差,之后升温到地层温度条件,再同步逐级提高上覆地层压力和两端的驱替压差,然后按照实验要求模拟四种不同情况下的岩心样本状态,其具体实验要求如下:保持有效净围压不变,逐渐升高上覆地层压力和孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力不变,将孔隙压力从大气压力逐渐增加到地层孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力和地层孔隙压力不变,将三维模型出口端压力从孔隙压力逐渐下降至废弃压力,模拟单井气产量随井底压力下降的变化关系;保持上覆地层压力不变,各组三维模型进口端无能量供给,模拟气藏自然衰竭过程中单井气产量与孔隙压力之间的变化关系。
数据测定模块用于接收扫描生成的各组岩心数据进行分类统计。
具体的,数据测定模块接收各组岩心三维模型,并对各组三维模型上的孔隙数量进行采集,同时通过测量软件对各组孔隙直径进行测量以及记录,遍历各组三维模型中孔隙空间的每一个点,并将各点坐标分别作为球心坐标以生成一组球体模型,之后逐渐增大各组球体半径直至接触岩石表面生成最大内切球,遍历完成后,删除被完全包含的冗余球,并使用剩余的最大内切球链路表示原孔隙空间,最后收集各组三维模型上的孔隙信息,之后测量各三维模型上各孔隙直径,并对各组三维模型的均值系数进行计算,然后计算各岩心样本的渗透率。
均值系数具体计算公式如下:
渗透率具体计算公式如下:
式中,Q代表在压强ΔP下通过的流量,μ代表流体的黏度系数,A代表流体流经的横截面积,L代表压力的作用长度。
温压调控模块用于接收控制平台下发的操作信息对构建的各组三维模型进行温度以及压力模拟。
实施例2
参照图1,一种岩心产能模拟实验系统,包括控制平台、样本采集模块、扫描处理模块、仿真模拟模块、数据测定模块、温压调控模块、损失优化模块、产能计量模块以及行为监测模块。
损失优化模块用于接收仿真模拟模块发送的各组数据并进行优化调整。
具体的,损失优化模块接收仿真模拟模块的各组运行信息,之后从多组运行信息中选择一组运行信息作为验证数据,再使用剩下的运行信息拟合一组测试模型,然后用验证数据来验证测试模型的精度,再通过均方根误差对测试模型的检测能力进行计算,初始化参数范围,并按照系统默认或人工设定确认学习率以及步长,建立数据样本,同时列出所有可能的数据结果,划分样本,对于每一组数据,选取任意一个子集作为测试集,其余子集作为训练集,通过训练集对测试模型进行训练,训练完成后对测试集进行预测,统计测试结果的均方根误差,最后求取最优参数组合,同时将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并将其导入分析卷积网络中替换原有参数。
产能计量模块用于接收模拟生成的各组数据并对相关岩心产量进行统计记录。
行为监测模块用于接收系统的日志信息,并对各日志信息中的工作人员操作行为进行监测分析。
具体的,行为监测模块在不同的控制平台部署相关的数据采集插件或者通过syslog服务器获取不同控制平台中所记录的日志信息,再使用logstash选择出满足工作人员预先设定的条件要求的日志信息,将满足要求的日志信息处理为统一格式的日志信息,并对处理后的日志信息按顺序执行相关处理操作,之后将日志信息中记录用户操作行为与攻击者行为的特征进行匹配,并将匹配结果进行输出,若同一控制平台或外部服务器的分析结果满足多个预设告警条件,或同一控制平台或外部服务器的多条分析结果共同满足统一预设告警条件,则进行风险告警,同时对该条告警的风险分数进行计算,并将计算结果进行输出,同时终止该操作信息的执行。
Claims (7)
1.一种岩心产能模拟实验系统,其特征在于,包括控制平台、样本采集模块、扫描处理模块、仿真模拟模块、数据测定模块、温压调控模块、损失优化模块、产能计量模块以及行为监测模块;
所述控制平台用于依据工作人员操作信息对相关子模块进行控制;
所述样本采集模块用于收集测试模拟用的岩心样本信息,并为每一组样本进行编号处理;
所述扫描处理模块用于通过CT扫描技术对岩心样本进行扫描以获取该岩心图像,并对其进行图像优化处理;
所述仿真模拟模块用于构建相对应的各组岩心三维模型,并对该模型进行仿真测试;
所述数据测定模块用于接收扫描生成的各组岩心数据进行分类统计;
所述温压调控模块用于接收控制平台下发的操作信息对构建的各组三维模型进行温度以及压力模拟;
所述损失优化模块用于接收仿真模拟模块发送的各组数据并进行优化调整;
所述产能计量模块用于接收模拟生成的各组数据并对相关岩心产量进行统计记录;
所述行为监测模块用于接收系统的日志信息,并对各日志信息中的工作人员操作行为进行监测分析。
2.根据权利要求1所述的一种岩心产能模拟实验系统,其特征在于,所述扫描处理模块图像优化具体步骤如下:
步骤一:扫描处理模块通过CT扫描技术扫描获取岩心二维灰度图像后,依据生成的岩心二维灰度图像显示比例确定分块数量,并对各组岩心二维灰度图像进行分块处理;
步骤二:对分块后的各组图像信息通过傅里叶正反变换进行图像空间转换至频率空间的相互变换,对转换至频率空间的图像信息中的高频成分进行分析提取,并对其进行滤波处理,对处理完成的图像信息中的每一个像素逐点进行阈值计算;
步骤三:通过灰度阈值选择区域,再对选择的区域进行二值化处理以获取岩心二值图,其中,岩心二值图中的岩心骨架像素值为0,由黑色表示,岩心孔隙像素值为255,由白色表示。
3.根据权利要求2所述的一种岩心产能模拟实验系统,其特征在于,所述仿真模拟模块仿真测试具体步骤如下:
步骤(1):构建一组分析卷积网络,同时通过损失优化模块寻找并设置该分析卷积网络最优参数,之后分析卷积网络接收的各组岩心二值图以及控制平台下发的各组地层中直井、斜井或水平井的参数信息;
步骤(2):分析卷积网络接收的各项数据,再对各项数据进行归一化处理转换至0到1区间内,并检测归一化处理后的各项数据,然后通过方差系数对各项数据进行特征降维,筛选出能够表示岩心样本的特征参数,并筛除对于表征能力差的特征参数;
步骤(3):创建闭合的STL文件,同时采用IST网格技术自动生成网格,然后通过流体仿真软件以得到精确的各组岩心三维模型,之后混合流模型及原油/非牛顿流体模型模拟水平井中注入聚合物的流动过程;
步骤(4):仿真模拟模块接收温压调控模块生成的温度信息以及压力信息,并根据气藏埋深和测试资料确定产能模拟的实验温度和孔隙压力,然后给各三维模型施加较低的上覆地层压力,给各三维模型两端建立驱替压差;
步骤(5):升温到地层温度条件,再同步逐级提高上覆地层压力和两端的驱替压差,然后按照实验要求模拟四种不同情况下的岩心样本状态,其具体实验要求如下:保持有效净围压不变,逐渐升高上覆地层压力和孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力不变,将孔隙压力从大气压力逐渐增加到地层孔隙压力,模拟单井气产量随孔隙压力的变化关系;保持上覆地层压力和地层孔隙压力不变,将三维模型出口端压力从孔隙压力逐渐下降至废弃压力,模拟单井气产量随井底压力下降的变化关系;保持上覆地层压力不变,各组三维模型进口端无能量供给,模拟气藏自然衰竭过程中单井气产量与孔隙压力之间的变化关系。
4.根据权利要求3所述的一种岩心产能模拟实验系统,其特征在于,所述损失优化模块具体优化调整步骤如下:
步骤①:损失优化模块接收仿真模拟模块的各组运行信息,之后从多组运行信息中选择一组运行信息作为验证数据,再使用剩下的运行信息拟合一组测试模型,然后用验证数据来验证测试模型的精度,再通过均方根误差对测试模型的检测能力进行计算;
步骤②:初始化参数范围,并按照系统默认或人工设定确认学习率以及步长,建立数据样本,同时列出所有可能的数据结果,划分样本,对于每一组数据,选取任意一个子集作为测试集,其余子集作为训练集,通过训练集对测试模型进行训练,训练完成后对测试集进行预测,统计测试结果的均方根误差;
步骤③:求取最优参数组合,同时将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并将其导入分析卷积网络中替换原有参数。
5.根据权利要求3所述的一种岩心产能模拟实验系统,其特征在于,所述数据测定模块分类统计具体步骤如下:
步骤Ⅰ:数据测定模块接收各组岩心三维模型,并对各组三维模型上的孔隙数量进行采集,同时通过测量软件对各组孔隙直径进行测量以及记录;
步骤Ⅱ:遍历各组三维模型中孔隙空间的每一个点,并将各点坐标分别作为球心坐标以生成一组球体模型,之后逐渐增大各组球体半径直至接触岩石表面生成最大内切球,遍历完成后,删除被完全包含的冗余球,并使用剩余的最大内切球链路表示原孔隙空间;
步骤Ⅲ:收集各组三维模型上的孔隙信息,之后测量各三维模型上各孔隙直径,并对各组三维模型的均值系数进行计算,然后计算各岩心样本的渗透率。
7.根据权利要求3所述的一种岩心产能模拟实验系统,其特征在于,所述行为监测模块监测分析具体步骤如下:
P1:在不同的控制平台部署相关的数据采集插件或者通过syslog服务器获取不同控制平台中所记录的日志信息,再使用logstash选择出满足工作人员预先设定的条件要求的日志信息;
P2:将满足要求的日志信息处理为统一格式的日志信息,并对处理后的日志信息按顺序执行相关处理操作,之后将日志信息中记录的用户操作行为与攻击者行为特征进行匹配,并将匹配结果进行输出;
P3:若同一控制平台或外部服务器的分析结果满足多个预设告警条件,或同一控制平台或外部服务器的多条分析结果共同满足统一预设告警条件,则进行风险告警,同时对该条告警的风险分数进行计算,并将计算结果进行输出,同时终止该操作信息的执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211406614.0A CN115629188B (zh) | 2022-11-10 | 2022-11-10 | 一种岩心产能模拟实验系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211406614.0A CN115629188B (zh) | 2022-11-10 | 2022-11-10 | 一种岩心产能模拟实验系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115629188A true CN115629188A (zh) | 2023-01-20 |
CN115629188B CN115629188B (zh) | 2024-07-26 |
Family
ID=84908414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211406614.0A Active CN115629188B (zh) | 2022-11-10 | 2022-11-10 | 一种岩心产能模拟实验系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115629188B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117759221A (zh) * | 2024-02-21 | 2024-03-26 | 中海油田服务股份有限公司 | 井下旋转井壁取心控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5828981A (en) * | 1995-05-11 | 1998-10-27 | Texaco Inc. | Generating pore types and synthetic capillary pressure curves from wireline logs using neural networks |
US20070016029A1 (en) * | 2005-07-15 | 2007-01-18 | General Electric Company | Physiology workstation with real-time fluoroscopy and ultrasound imaging |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
CN105137038A (zh) * | 2015-08-25 | 2015-12-09 | 成都理工大学 | 油气储层岩心产能模拟实验系统 |
KR101653115B1 (ko) * | 2015-11-20 | 2016-09-01 | 제주대학교 산학협력단 | 쇄설성 퇴적암의 암상 분류방법 및 이를 이용한 셰일가스 저류층의 탐색방법 |
CN108763711A (zh) * | 2018-05-22 | 2018-11-06 | 中国石油大学(华东) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 |
-
2022
- 2022-11-10 CN CN202211406614.0A patent/CN115629188B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5828981A (en) * | 1995-05-11 | 1998-10-27 | Texaco Inc. | Generating pore types and synthetic capillary pressure curves from wireline logs using neural networks |
US20070016029A1 (en) * | 2005-07-15 | 2007-01-18 | General Electric Company | Physiology workstation with real-time fluoroscopy and ultrasound imaging |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
CN105137038A (zh) * | 2015-08-25 | 2015-12-09 | 成都理工大学 | 油气储层岩心产能模拟实验系统 |
KR101653115B1 (ko) * | 2015-11-20 | 2016-09-01 | 제주대학교 산학협력단 | 쇄설성 퇴적암의 암상 분류방법 및 이를 이용한 셰일가스 저류층의 탐색방법 |
CN108763711A (zh) * | 2018-05-22 | 2018-11-06 | 中国石油大学(华东) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 |
Non-Patent Citations (2)
Title |
---|
ZHANG YUAN ET AL.: "Evaluating Spatial Heterogeneity of Land Surface Hydrothermal Conditions in the Heihe River Basin", 《CHIN. GEOGRA. SCI.》, vol. 30, no. 5, 31 December 2020 (2020-12-31), pages 855 - 875, XP037259825, DOI: 10.1007/s11769-020-1151-y * |
刘艳菊等: "油田生产设施环境安全距离理论与估算", 《安全与环境工程》, vol. 13, no. 1, 31 March 2006 (2006-03-31), pages 77 - 84 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117759221A (zh) * | 2024-02-21 | 2024-03-26 | 中海油田服务股份有限公司 | 井下旋转井壁取心控制方法及系统 |
CN117759221B (zh) * | 2024-02-21 | 2024-05-03 | 中海油田服务股份有限公司 | 井下旋转井壁取心控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115629188B (zh) | 2024-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108388921B (zh) | 一种基于随机森林的溢流漏失实时识别方法 | |
CN110619353B (zh) | 一种基于深度学习的多尺度测井曲线自动识别方法 | |
CN104533400B (zh) | 一种重构测井曲线的方法 | |
CN113687424B (zh) | 一种基于深度学习的碳酸盐岩断缝洞结构地震表征方法 | |
CN108374657B (zh) | 井断点自动识别方法 | |
CN115629188B (zh) | 一种岩心产能模拟实验系统 | |
CN116011234B (zh) | 一种融合地质力学和贝叶斯的压前套变风险等级判识方法 | |
CN115438823A (zh) | 一种井壁失稳机制分析与预测方法及系统 | |
CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
CN109403960B (zh) | 利用录井气测峰形态判断储层流体性质的方法 | |
CN116291271A (zh) | 一种基于随钻测试的岩土体参数反演方法及系统 | |
CN115586086A (zh) | 一种基于大数据的井壁失稳分析方法 | |
CN117150875A (zh) | 基于深度学习的钻前测井曲线预测方法 | |
CN114635682A (zh) | 一种基于井筒多渗透率耦合的多层合采产能预测方法 | |
CA2760533C (fr) | Methode pour construire un modele d'ecoulement associe a des courbes de pression capillaire et/ou des courbes de permeabilite relative | |
CN105064987B (zh) | 利用随钻录井q参数进行水层识别的解释评价方法 | |
CN115438090A (zh) | 基于掉块图像特征的井壁失稳类型分析及预测方法及系统 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
CN117391483A (zh) | 基于协同训练的页岩油井压裂效果评价方法 | |
CN114971177A (zh) | 一种围岩分级数字化方法及系统 | |
CN114462323A (zh) | 一种基于多属性场融合的油藏流场表征方法 | |
US11216700B2 (en) | Automated material classification by structural features | |
CN117407841B (zh) | 一种基于优化集成算法的页岩层理缝预测方法 | |
CN115327643B (zh) | 用于油气智能检测的机器学习训练样本扩充及评价方法 | |
CN114429075B (zh) | 一种基于bp神经网络的页岩比表面积参数建模方法 |
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 |