【技术实现步骤摘要】
本专利技术涉及裂缝预测，尤其涉及一种基于图模型的裂缝数值预测方法、系统及终端。
技术介绍
1、油气开采时，为增加油气流动通道，常需采用注水和增压的方法使裂缝扩展。而裂缝的延伸很有可能无意中激活地下天然断层，进而对原有地质构造造成破坏，严重时还会引起岩石体的破裂和位移，继而诱发其他问题。因此，获取裂缝准确的数值有助于优化开采工艺，提高生产效率和降低环境风险等，从而为油气勘探与开发提供帮助，以达到资源高效开采与合理使用的效果。
2、然而，目前在油气井裂缝建模前，数据的获取往往需要消耗巨大的成本以及实际得到的样本较为稀缺，并且力学模拟建模方法往往在模拟大量裂缝的交叉和分叉行为等相互关系方面仍然存在一些困难，同时其更适合模拟百公里和千米级的大尺度裂缝，在分米、厘米甚至是毫米级小尺度上往往很难精细化，而导致无法准确方便的获取到裂缝准确的数值。
3、因此，现有技术还有待于改进和发展。
技术实现思路
1、本专利技术的主要目的在于提供一种基于图模型的裂缝数值预测方法、系统、终端及计算机可读存储介质，旨在解决现有技术中在油气井裂缝建模前，数据的获取往往需要消耗巨大的成本以及实际得到的样本较为稀缺，并且力学模拟建模方法往往在模拟大量裂缝的交叉和分叉行为等相互关系方面仍然存在一些困难，同时其更适合模拟百公里和千米级的大尺度裂缝，在分米、厘米甚至是毫米级小尺度上往往很难精细化，而导致无法准确方便的获取到裂缝准确的数值的问题。
2、为实现上述目的，本专利技术提供一种基于图
3、基于获取的多个目标区域的岩心扫描ct数据和声发射技术实验数据，构建每个目标区域的图模型，并基于每个目标区域的图模型，结合力学模型构建对应的目标区域的裂缝模型；
4、基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和裂缝数值，构建目标训练集，并根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型；
5、每当获取到待预测区域的岩心扫描ct数据和声发射技术实验数据时，基于所述裂缝预测模型对所述待预测区域进行处理，得到待预测区域的裂缝数值。
6、可选地，所述基于获取的多个目标区域的岩心扫描ct数据和声发射技术实验数据，构建每个目标区域的图模型，具体包括：
7、根据每个目标区域的岩心扫描ct数据，获取每个目标区域的裂缝端点、裂缝交点、岩层边界点和空隙，基于每个目标区域的裂缝端点、裂缝交点、岩层边界点和空隙，生成每个目标区域的节点；
8、根据每个目标区域的岩心扫描ct数据，获取裂缝和岩层边界，基于每个目标区域的裂缝和岩层边界，生成每个目标区域的边；
9、获取每个目标区域的属性信息，并将所述属性信息添加在每个目标区域的节点和边上；
10、根据每个目标区域的声发射技术实验数据，获取每个裂缝的类型、损伤和应力状态，并将每个裂缝的类型、损伤和应力状态添加到对应节点上；
11、根据每个目标区域的节点和边，构建每个目标区域的图模型。
12、可选地，所述获取每个目标区域的属性信息，并将所述属性信息添加在每个目标区域的节点和边上，具体包括：
13、获取每个目标区域的属性信息，其中，所述属性信息包括每个目标区域的裂缝端点、裂缝交点、岩层边界点和空隙的位置和聚类系数，以及每个裂缝的渗透性和弹性模量；
14、将每个目标区域的裂缝端点、裂缝交点、岩层边界点和空隙的位置和聚类系数，添加在对应的图模型的节点上，将每个裂缝的渗透性和弹性模量，添加在对应的图模型的边上。
15、可选地，所述基于每个目标区域的图模型，结合力学模型构建对应的目标区域的裂缝模型，具体包括：
16、根据目标区域的材料定义力学模型的材料的力学属性，并对材料进行网格划分，构建力学模型；
17、在力学模型上引入不连续性，根据目标函数和裂缝尖端的增强函数模拟裂缝扩展，并获取对应的力系数推算和裂缝扩散路径；
18、将力系数推算和裂缝扩散路径映射到对应的图模型的节点上，生成对应的裂缝模型。
19、可选地，所述基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和裂缝数值，构建目标训练集，具体包括：
20、基于每个目标区域的裂缝模型，根据用户需求获取每个目标区域的裂缝数值；
21、将每个目标区域的裂缝数值作为每个目标区域的岩心扫描ct数据和声发射技术实验数据的标签，构建训练数据；
22、汇总所有的训练数据，根据所有的训练数据构建目标训练集。
23、可选地，所述根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型，具体包括：
24、根据所述目标训练集，对所述目标卷积神经网络进行迭代训练，并在每次训练完成后对应更新目标卷积神经网络的参数；
25、当达到训练要求时，结束训练，并将最后一次训练的得到的目标卷积神经网络作为裂缝预测模型输出。
26、可选地，所述基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和裂缝数值，构建目标训练集，并根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型，之后还包括：
27、当用户需求发生变更时，基于每个目标区域的裂缝模型，根据变更后的用户需求获取每个目标区域的第一裂缝数值；
28、根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和第一裂缝数值，构建第一目标训练集；
29、根据第一目标训练集训练目标卷积神经网络，得到第一裂缝预测模型。
30、此外，为实现上述目的，本专利技术还提供一种基于图模型的裂缝数值预测系统，其中，所述基于图模型的裂缝数值预测系统包括：
31、数据获取模块，用于获取多个目标区域的岩心扫描ct数据和声发射技术实验数据，基于获取的多个目标区域的岩心扫描ct数据和声发射技术实验数据，构建每个目标区域的图模型，并基于每个目标区域的图模型，结合力学模型构建对应的目标区域的裂缝模型；
32、模型生成模块，用于基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和裂缝数值，构建目标训练集，并根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型；
33、结果获取模块，用于每当获取到待预测区域的岩心扫描ct数据和声发射技术实验数据时，基于所述裂缝预测模型对所述待预测区域进行处理，得到待预测区域的裂缝数值。
34、此外，为实现上述目的，本专利技术还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图模本文档来自技高网...
【技术保护点】
1.一种基于图模型的裂缝数值预测方法，其特征在于，所述基于图模型的裂缝数值预测方法包括：
2.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于获取的多个目标区域的岩心扫描CT数据和声发射技术实验数据，构建每个目标区域的图模型，具体包括：
3.根据权利要求2所述的基于图模型的裂缝数值预测方法，其特征在于，所述获取每个目标区域的属性信息，并将所述属性信息添加在每个目标区域的节点和边上，具体包括：
4.根据权利要求2所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于每个目标区域的图模型，结合力学模型构建对应的目标区域的裂缝模型，具体包括：
5.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描CT数据、声发射技术实验数据和裂缝数值，构建目标训练集，具体包括：
6.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型，具体
7.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描CT数据、声发射技术实验数据和裂缝数值，构建目标训练集，并根据所述目标训练集训练目标卷积神经网络，得到裂缝预测模型，之后还包括：
8.一种基于图模型的裂缝数值预测系统，其特征在于，所述基于图模型的裂缝数值预测系统包括：
9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图模型的裂缝数值预测程序，所述基于图模型的裂缝数值预测程序被所述处理器执行时实现如权利要求1-7任一项所述的基于图模型的裂缝数值预测方法的步骤。
10.一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存储有基于图模型的裂缝数值预测程序，所述基于图模型的裂缝数值预测程序被处理器执行时实现如权利要求1-7任一项所述的基于图模型的裂缝数值预测方法的步骤。
...【技术特征摘要】
1.一种基于图模型的裂缝数值预测方法，其特征在于，所述基于图模型的裂缝数值预测方法包括：
2.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于获取的多个目标区域的岩心扫描ct数据和声发射技术实验数据，构建每个目标区域的图模型，具体包括：
3.根据权利要求2所述的基于图模型的裂缝数值预测方法，其特征在于，所述获取每个目标区域的属性信息，并将所述属性信息添加在每个目标区域的节点和边上，具体包括：
4.根据权利要求2所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于每个目标区域的图模型，结合力学模型构建对应的目标区域的裂缝模型，具体包括：
5.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述基于每个目标区域的裂缝模型，结合用户需求获取每个目标区域的裂缝数值，根据所有的目标区域的岩心扫描ct数据、声发射技术实验数据和裂缝数值，构建目标训练集，具体包括：
6.根据权利要求1所述的基于图模型的裂缝数值预测方法，其特征在于，所述根据所述目标训练集...
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。