2022111719732一种压裂砂堵的预测模型建立方法,预测方法和装置.pdf

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN115719031A
(43)申请公布日2023.02.28
(21)申请号202211171973.2G06F18/241(2019.01)
(22)申请日2022.09.26G06N20/00(2023.01)

(71)申请人中国石油天然气集团有限公司
地址100007北京市东城区东直门北大街9
号
申请人中国石油集团工程技术研究院有限
公司
(72)发明人王如意杨向同吴钧叶禹
于晓红王永红黄波丁江辉
李会丽曲世元
(74)专利代理机构北京三友知识产权代理有限
公司11127
专利代理师刘飞许曼
(51)Int.Cl.
G06F30/27(2020.01)
权利要求书2页说明书9页附图5页
(54)发明名称
一种压裂砂堵的预测模型建立方法、预测方
法和装置
(57)摘要
本文提供了一种压裂砂堵的预测模型建立
方法、预测方法和装置，其中方法包括：获取压裂
施工过程中的多个压裂参数以及砂堵信息，形成
压裂砂堵数据表；按照压裂参数的性质，将多个
压裂参数划分为连续型参数和离散型参数；分析
所有连续型参数与砂堵信息之间的关系，得到连
续型参数中的敏感参数，其中敏感参数用以反应
所述砂堵信息；分析所有离散型参数与砂堵信息
之间的关系，得到离散型参数中的主控参数，其
中主控参数用以反应所述砂堵信息；将敏感参数
和主控参数作为样本，将砂堵信息作为样本标
签，对机器学习模型进行训练，得到用于预测压
裂砂堵的预测模型。本文能够建立压裂砂堵预测
模型，通过此模型预测得到的砂堵结果精准度
高，泛化能力强。
CN115719031A
CN115719031A权利要求书1/2页

1.一种压裂砂堵的预测模型建立方法，其特征在于，包括：
获取压裂施工过程中的多个压裂参数以及砂堵信息，形成压裂砂堵数据表；
按照压裂参数的性质，将所述多个压裂参数划分为连续型参数和离散型参数；
分析所有连续型参数与砂堵信息之间的关系，得到连续型参数中的敏感参数，其中所
述敏感参数用以反应所述砂堵信息；
分析所有离散型参数与砂堵信息之间的关系，得到离散型参数中的主控参数，其中所
述主控参数用以反应所述砂堵信息；
将所述敏感参数和所述主控参数作为样本，将所述砂堵信息作为样本标签，对机器学
习模型进行训练，得到用于预测压裂砂堵的预测模型。
2.根据权利要求1所述的压裂砂堵的预测模型建立方法，其特征在于，所述压裂参数包
括：钻井参数、地质参数和压裂工程参数。
3.根据权利要求1所述的压裂砂堵的预测模型建立方法，其特征在于，所述分析所有连
续型参数与砂堵信息之间的关系，得到连续型参数中的敏感参数进一步包括：
通过网格化方法将压裂施工过程中每一连续型参数进行网格化，形成网格化参数；
对网格化参数进行网格密度运算，得到不同砂堵信息下网格化参数的叠合度系数；
当所述叠合度系数小于敏感参数阈值时，所述连续型参数为敏感参数。
4.根据权利要求1所述的压裂砂堵的预测模型建立方法，其特征在于，所述分析所有离
散型参数与砂堵信息之间的关系，得到离散型参数中的主控参数进一步包括：
基于事件概率差算法，计算每一离散型参数与不同砂堵信息的事件概率差；
当所述事件概率差大于主控参数阈值时，所述离散型参数为主控参数。
5.根据权利要求4所述的压裂砂堵的预测模型建立方法，其特征在于，所述基于事件概
率差算法，计算每一离散型参数与不同砂堵信息的事件概率差进一步包括：
通过如下公式计算每一离散型参数与不同砂堵信息的事件概率差：

其中，M为事件概率差，S1和S2分别为压裂施工过程中两种不同的砂堵信息的发生次
数，V为每一离散型参数在压裂施工过程中的发生次数。
6.根据权利要求4所述的压裂砂堵的预测模型建立方法，其特征在于，所述基于事件概
率差算法，计算每一离散型参数与不同砂堵信息的事件概率差进一步包括：
通过如下公式计算每一离散型参数与不同砂堵信息的事件概率差：

其中，M为事件概率差，S1和S2分别为压裂施工过程中两种不同的砂堵信息的发生次
数，V为每一离散型参数在压裂施工过程中的发生次数，|·|为求绝对值。
7.一种压裂砂堵的预测方法，其特征在于，包括：
获取当前压裂施工过程中的敏感参数和主控参数；
将所述敏感参数和所述主控参数输入至权利要求1‑6中任一项所述的预测模型中，预
测当前压裂施工过程中的砂堵信息。
8.一种压裂砂堵的预测模型建立装置，其特征在于，所述装置包括：
获取模块，用于获取压裂施工过程中的多个压裂参数以及砂堵信息，形成压裂砂堵数

2
CN115719031A权利要求书2/2页
据表；
划分模块，用于按照压裂参数的性质，将所述多个压裂参数划分为连续型参数和离散
型参数；
第一分析模块，用于分析所有连续型参数与砂堵信