本发明专利技术涉及数据处理技术领域，是关于一种基于贝叶斯的裂缝属性分析方法、装置及存储介质，方法包括：确定待分析的各个裂缝属性，其中，所述裂缝属性包括：裂缝密度、裂缝方位、裂缝长度和裂缝开度；根据所述各个裂缝属性的先验知识，确定各个裂缝属性的先验分布；基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布；从所述后验分布中选取采样参数作为第一参数集；根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型。通过该技术方案，实现降低裂缝性油藏的裂缝属性的不确定性。性的不确定性。性的不确定性。
【技术实现步骤摘要】
基于贝叶斯的裂缝属性分析方法、装置及存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种基于贝叶斯的裂缝属性分析方法、装置及存储介质。
技术介绍
[0002]目前对地下裂缝的测量方法有限，地震数据可识别部分大尺度裂缝，对于小尺度的裂缝的测量方法只有基于单井的成像测井数据较为可靠。由于目前小尺度裂缝测量手段的限制，在测量准确度和精度方面较差，因此通常得到的裂缝描述信息不确定性较大，并且存在多解性的问题。近些年，现场工作更加倾向于使用随机建模的方法来反映地质模型的不确定性，但是对于如何降低模型的不确定的方法研究目前还处于空白阶段。
技术实现思路
[0003]为克服相关技术中存在的问题，本专利技术提供一种基于贝叶斯的裂缝属性分析方法、装置及存储介质，从而实现降低裂缝性油藏的裂缝属性的不确定性。
[0004]根据本专利技术实施例的第一方面，提供一种基于贝叶斯的裂缝属性分析方法，所述方法包括：确定待分析的各个裂缝属性，其中，所述裂缝属性包括：裂缝密度、裂缝方位、裂缝长度和裂缝开度；根据所述各个裂缝属性的先验知识，确定各个裂缝属性的先验分布；基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布；从所述后验分布中选取采样参数作为第一参数集；根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型。
[0005]在一个实施例中，优选地，根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型，包括：将所述第一参数集作为地质建模和数值模拟的输入，基于正演过程计算第一油藏产量数据；计算所述第一油藏产量数据和历史产量数据之间的第一差值；将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标参数；将所述第一目标参数对应的裂纹属性模型确定为最终裂缝属性模型。
[0006]在一个实施例中，优选地，基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布，包括：从所述先验分布中抽取参数作为第二参数集；将所述第二参数集作为地质建模和数值模拟的输入，基于正演过程计算第二油藏产量数据；计算所述第二油藏产量数据和历史产量数据之间的第二差值；
将第二差值小于第二预设阈值的第二目标油藏产量数据对应的参数确定为目标参数；统计得到所述目标参数的后验分布。
[0007]在一个实施例中，优选地，从所述先验分布中抽取参数作为第二参数集，包括：从所述先验分布中随机抽取参数，作为所述第二参数集。
[0008]在一个实施例中，优选地，采用以下计算公式得到所述目标参数的后验分布：在一个实施例中，优选地，采用以下计算公式得到所述目标参数的后验分布：表示参数D的后验分布，表示参数D的先验分布，表示从先验分布中进行抽样仿真的模拟结果，表示观测值，表示距离函数，表示预设阈值。
[0009]为参数D的后验分布，等式计算过程为从先验分布中抽样，然后带入仿真模拟得到，通过距离函数，计算与观测值的距离，当距离小于时接受的计算结果得到条件概率。其中大小根据经验值确定。
[0010]在一个实施例中，优选地，从所述后验分布中选取采样参数作为第一参数集，包括：从所述后验分布中随机选取采样参数作为所述第一参数集。
[0011]在一个实施例中，优选地，通过所述最终裂缝属性模型确定裂缝属性。
[0012]根据本专利技术实施例的第二方面，提供一种基于贝叶斯的裂缝属性分析装置，所述装置包括：第一确定模块，用于确定待分析的各个裂缝属性，其中，所述裂缝属性包括：裂缝密度、裂缝方位、裂缝长度和裂缝开度；第二确定模块，用于根据所述各个裂缝属性的先验知识，确定各个裂缝属性的先验分布；计算模块，用于基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布；选取模块，用于从所述后验分布中选取采样参数作为第一参数集；第三确定模块，用于根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型。
[0013]在一个实施例中，优选地，第三确定模块用于：将所述第一参数集作为地质建模和数值模拟的输入，基于正演过程计算第一油藏产量数据；计算所述第一油藏产量数据和历史产量数据之间的第一差值；将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标参数；将所述第一目标参数对应的裂纹属性模型确定为最终裂缝属性模型。
[0014]在一个实施例中，优选地，所述计算模块用于：从所述先验分布中抽取参数作为第二参数集；将所述第二参数集作为地质建模和数值模拟的输入，基于正演过程计算第二油藏产量数据；计算所述第二油藏产量数据和历史产量数据之间的第二差值；将第二差值小于第二预设阈值的第二目标油藏产量数据对应的参数确定为目标参数；统计得到所述目标参数的后验分布。
[0015]在一个实施例中，优选地，从所述先验分布中抽取参数作为第二参数集，包括：从所述先验分布中随机抽取参数，作为所述第二参数集。
[0016]在一个实施例中，优选地，采用以下计算公式得到所述目标参数的后验分布：在一个实施例中，优选地，采用以下计算公式得到所述目标参数的后验分布：表示参数D的后验分布，表示参数D的先验分布，表示从先验分布中进行抽样仿真的模拟结果，表示观测值，表示距离函数，表示预设阈值。
[0017]为参数D的后验分布，等式计算过程为从先验分布中抽样，然后带入仿真模拟得到，通过距离函数，计算与观测值的距离，当距离小于时接受的计算结果得到条件概率。其中大小根据经验值确定。
[0018]在一个实施例中，优选地，所述选取模块用于：从所述后验分布中随机选取采样参数作为所述第一参数集。
[0019]根据本专利技术实施例的第三方面，提供一种基于贝叶斯的裂缝属性分析装置，所述装置包括：处理器；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：确定待分析的各个裂缝属性，其中，所述裂缝属性包括：裂缝密度、裂缝方位、裂缝长度和裂缝开度；根据所述各个裂缝属性的先验知识，确定各个裂缝属性的先验分布；基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布；从所述后验分布中选取采样参数作为第一参数集；根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型。
[0020]根据本专利技术实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现如第二方面的实施例中任一项所述方法的步骤。
[0021]本专利技术的实施例提供的技术方案可以包括以下有益效果：
本专利技术实施例中，使用贝叶斯框架对裂缝属性的先验模型的不确定性进行量化，并且结合基于贝叶斯近似计算及随机采样的方法可以有效降低裂缝属性模型的不确定性。近似贝叶斯计算的基本思想是，从先验分布中采样得到待选参数，将待选参数代入模型通过仿真模拟得到数据集，然后比较观测数据集与模拟数据集的差异程度，确定是否接受该待选参数作为参数真实后验分布的一个采样。通过反复多次进行采样、仿真模拟、比较以后，即可将得到的分布作为参数的真实后验分布。这样，能够有效降低裂缝属性模型的不确定性，极大缩小了裂缝属性模型的分布范围，降本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于贝叶斯的裂缝属性分析方法，其特征在于，所述方法包括：确定待分析的各个裂缝属性，其中，所述裂缝属性包括：裂缝密度、裂缝方位、裂缝长度和裂缝开度；根据所述各个裂缝属性的先验知识，确定各个裂缝属性的先验分布；基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布；从所述后验分布中选取采样参数作为第一参数集；根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型。2.根据权利要求1所述的方法，其特征在于，根据所述第一参数集进行地质建模和数值模拟，以确定最终裂缝属性模型，包括：将所述第一参数集作为地质建模和数值模拟的输入，基于正演过程计算第一油藏产量数据；计算所述第一油藏产量数据和历史产量数据之间的第一差值；将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标参数；将所述第一目标参数对应的裂纹属性模型确定为最终裂缝属性模型。3.根据权利要求1所述的方法，其特征在于，基于贝叶斯框架，根据所述先验分布计算得到每个裂缝属性的后验分布，包括：从所述先验分布中抽取参数作为第二参数集；将所述第二参数集作为地质建模和数值模拟的输入，基于正演过程计算第二油藏产量数据；计算所述第二油藏产量数据和历史产量数据之间的第二差值；将第二差值小于第二预设阈值的第二目标油藏产量数据对应的参数确定为目标参数；统计得到所述目标参数的后验分布。4.根据权利要求3所述的方法，其特征在于，从所述先验分布中抽取参数作为第二参数集，包括：从所述先验分布中随机抽取参数，作为所述第二参数集。5.根据权利要求3所述的方法，其特征在于，采用以下计算公式得到所述目标参数的后验分布：验分布：表示参数D的后验分布，表示参数D的先验分布，表示...
【专利技术属性】
技术研发人员：龚斌，侯壮，方军龄，石欣，
申请(专利权)人：中科数智能源科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。