中国科技核心期刊
(中国科技论文统计源期刊)
  Scopus收录期刊

›› 2022, Vol. 7 ›› Issue (4): 487-504.

所属专题: 人工智能在地质与地球物理方向的应用

• • 上一篇    下一篇

2 基于双向长短期记忆神经网络的水平地应力预测方法

马天寿,向国富,石榆帆,桂俊川,张东洋   

  1. 西南石油大学"油气藏地质及开发工程"国家重点实验室, 成都 610500%西南石油大学工程学院, 南充 637001%中国石油西南油气田公司页岩气研究院, 成都 610051
  • 发布日期:2022-04-01

Horizontal in-situ stress prediction method based on the bidirectional long short-term memory neural network

MA Tianshou,XIANG Guofu,SHI Yufan,GUI Junchuan,ZHANG Dongyang   

  • Published:2022-04-01

摘要: 水平地应力是井壁稳定分析和水力压裂改造的关键基础参数,但深部地层地质环境复杂且隐蔽,使得水平地应力的准确快速预测难度较大.考虑到传统测井解释和神经网络模型难以描述测井数据与地应力之间的空间相关性,提出采用一种基于双向长短期记忆神经网络(BiLSTM)的水平地应力预测方法;以四川盆地CL气田两口直井为例,将两口直井分别作为训练井和测试井,通过训练井建立测井参数与地应力之间的非线性映射关系,实现对测试井水平地应力的预测;结合测井参数相关性和实际地质含义,分析了不同测井参数组合模式下水平地应力的预测效果.研究结果表明:①对比测井解释和岩心差应变测试结果发现,垂向地应力测井解释误差为0.39%,最大水平地应力测井解释误差为0.18%~0.64%,最小水平地应力测井解释误差为0.29%,说明测井解释与实际地应力吻合较好;②工区地应力大小排序为垂向地应力>最大水平地应力>最小水平地应力,属于潜在正断层应力状态;③水平地应力与垂深、密度和自然伽马呈较强的正相关关系,与纵波时差、井径、补偿中子和横波时差呈负相关关系;④不同的测井参数组合对水平地应力的预测效果不同,其中最优的测井参数组合为垂深、井径、密度、补偿中子、自然伽马、纵波时差;⑤通过正交设计实验,确定了最优超参数取值方案,其预测得到的最大和最小水平地应力平均绝对百分比误差分别为0.48‰和0.50‰.结论认为,BiLSTM模型能够有效捕捉测井参数随深度的变化趋势和测井参数的前后关联信息,可以实现水平地应力的精准预测.

关键词: 地应力, 水平地应力, 长短期记忆神经网络, 双向长短期记忆神经网络, 测井