基于数据与模型联合驱动的钻前地层压力预测方法及装置与流程

本发明是关于一种基于数据与模型联合驱动的钻前地层压力预测方法及装置，涉及油气资源勘探与开发、油藏与地质工程评价等领域，尤其涉及油气勘探和钻井工程中的地质与工程甜点参数预测领域。

背景技术：

1、地层压力通常指地层孔隙压力，其定义为作用于地层孔隙空间内流体的压力。随着海上油气资源勘探开发逐步向深海发展，超压区域逐渐增加，地层压力预测成为油气勘探开发中的关键环节。地层压力与诸多储层参数具有紧密的联系，例如孔隙度、流体类型、储层连通性、地层压实程度等。岩石物理研究也发现，异常高压地层往往具备低密度、低电阻率、低速度、高孔隙率等特点。因此，准确预测地层压力是储层评价、合理设计钻井液密度和井身结构的基础，也是保护油气层，降低钻探成本、提高钻探成功率的前提。

2、目前地层压力预测方法主要可分为三类：钻前预测、随钻监测及钻后检测。钻前预测是利用欲钻井位的地震资料及附近已钻井资料，在钻井前对欲钻井位地表以下地层压力的估算。随钻监测为在钻井过程中，利用直接测量正在破碎的地层内与压力有关的参数，实时地估算并预测待钻区域的地层压力，其主要作用在于监视钻头附近地层压力的变化情况，实时检验和修正压力预测的结果。钻后检测为钻后通过测井评价检测地层压力的方法。压力检测的结果既可用于对欲钻井地下压力分布的预测，也可以用于正钻地层与尚未钻开地层的压力预测。传统的地层压力预测方法主要有：2013年，尹国庆等从井壁稳定的相关力学原理出发，联合地震与测井数据进行反演得到波阻抗数据体，再从中提取出目标井位的速度、密度等的信息，用来预测地层压力数据。2014年，罗胜元等采用时间偏移速度谱资料，利用vsp速度，应用fillippone公式预测孔隙压力。2016年，邹伟等在充分了解该地区异常压力的成因下，建立了以高精度速度处理为基础，优选bowers计算模型，再通过由经验调整系数计算地层压力。2022年，王智瑞提出利用小尺度网格层析成像方法进行速度场模型建立，进行网络剖分,通过校正网格点速度值以优化速度场模型，进而计算地层压力值等。上述传统方法大多仅利用某一种弹性参数预测地层压力，例如速度、波阻抗等，并且忽略了弹性参数不同频率成分对地层压力的影响，不能充分利用分频特征去实现地层压力的高精度预测。

3、在无钻井或少量钻井地区，必须采用钻前压力预测法预先得到探区空间地层压力分布信息。利用地震资料覆盖范围广、测井资料纵向分辨率高的优势，在预测压力时可以得到压力分布的纵向和横向的全局特征。在常规的钻前地层压力预测方法中，提高地震层速度的精度和选择正确的压力预测模型是提高压力预测精度的关键点。常规地震处理后的地震层速度，只能反映速度的低频变化趋势，在细节刻画上不够精细，从而导致地层压力的预测结果精度与分辨率较低，不能够准确表现纵向上的地层压力分布情况。随着油气资源勘探逐渐向深层复杂区域发展，超压区域递增，地层压力成因也具有多解性，常规单一机制预测方法的应用会有很大局限性。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本发明的目的是提供一种通过“数据驱动与模型驱动”和“时间域与频率域”相结合进行弹性参数反演，提高弹性参数预测精度和分辨率进而提高地层压力预测精度的基于数据与模型联合驱动的钻前地层压力预测方法、装置、设备及介质。

2、为了实现上述发明目的，本发明采用的技术方案为：

3、第一方面，本发明提供的基于数据与模型联合驱动的钻前地层压力预测方法，其包括：

4、对地震数据进行预处理，得到不同频带的弹性参数与地层压力之间的数学统计关系；

5、根据弹性参数与地层压力间的数学统计关系，利用数据驱动和模型驱动各自对不同频段数据的敏感性，进行分频段弹性参数反演，得到宽频弹性参数；

6、考虑地层压力多种成因机制优选地层压力预测方法基于宽频弹性参数预测地层压力的空间分布。

7、进一步地，所述综合利用数据驱动和模型驱动各自对不同频段数据的敏感性，进行分频段弹性参数反演，包括：

8、利用数据驱动方法从全频带测井数据中反演出弹性参数的低频成分；

9、利用设定的低频初始模型进行模型驱动的中频弹性参数反演；

10、基于上述反演的低、中频弹性参数，采用数据驱动高频弹性参数反演，利用“时频分析”对高频信息进行反演；

11、将反演得到的低、中、高分频信息进行融合，得到宽频弹性参数结果。

12、进一步地，基于数据驱动方法的弹性参数反演以深度神经网络为建模工具，建立地震数据到弹性参数之间的非线性关系，目标函数描述为：

13、f*＝m(m,fθ(d))

14、式中，d和m分别为地震数据和弹性参数；f*为神经网络学习更新的反演模型；θ为在学习过程中待更新的网络参数；m(·)为距离度量，用于最小化fθ(d)和m之间的差异；经过迭代训练后，直接对学习到的最优反演模型进行推广，将未预测的地震数据映射为弹性参数，公式如下：

15、m*＝f*(d*)

16、式中，d*为未参与训练的待预测地震数据；m*为弹性参数预测结果。

17、进一步地，利用数据驱动方法从全频带测井数据中反演出弹性参数的低频成分，包括：

18、将弹性参数的低频初始模型经过不断地正演模拟得到合成地震数据再与输入地震数据匹配，直至二者差距降到最小，目标函数可描述为如下：

19、

20、m＝m0+γδm

21、式中，d和m分别为地震数据和弹性参数；g和d分别为子波矩阵和差分算子，gdm为地震正演过程，即将弹性参数正演合成为地震记录；为地震数据匹配项，通过最小二乘法保证合成地震记录与实际地震数据接近；λf(m)为正则化约束项，λ为正则化参数，m0为低频初始模型；γδm表明弹性参数是迭代变化的，微小变动直至满足上述目标函数最小为止。

22、进一步地，“时频分析”即将时间域信息转换到频率域，在双域同时学习高频弹性参数特征，在“时间域+频率域”同时对高频信息进行反演，包括：

23、f(m,d)＝ff{t(m,d)}

24、式中，d和m分别为地震数据和弹性参数；f(.)和t(.)分别表示频率域和时间域的数据；ff{.}为时频转换方法，将时间域数据转换为频率域数据。

25、进一步地，将反演得到的低、中、高分频信息进行融合，得到宽频弹性参数结果，包括：将不同频率成分的弹性参数在时间域内进行算数相加，组合得到高精度的弹性参数结果。

26、进一步地，考虑地层压力多种成因机制优选地层压力预测方法，包括：

27、eaton法适用于欠压实成因的地层压力预测；

28、bowers法适用于流体膨胀成因的地层压力预测；

29、樊洪海法适用于构造挤压成因的地层压力预测。

30、第二方面，本发明还提供一种基于数据与模型联合驱动的钻前地层压力预测装置，包括：

31、数据处理单元，被配置为对地震数据进行预处理，得到不同频带的弹性参数与地层压力之间的数学统计关系；

32、分频段反演单元，被配置为根据弹性参数与地层压力间的数学统计关系，利用数据驱动和模型驱动各自对不同频段数据的敏感性，进行分频段弹性参数反演，得到宽频弹性参数；

33、压力预测单元，被配置为考虑地层压力多种成因机制优选地层压力预测方法基于宽频弹性参数预测地层压力的空间分布。

34、第三方面，本发明还提供一种电子设备，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行本发明第一方面所述方法中的任一方法的指令。

35、第四方面，本发明还提供一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行本发明第一方面所述方法中的任一方法。

36、本发明由于采取以上技术方案，其具有以下特点：

37、1、本发明摒弃了由“低精度弹性参数”与“单成因机制方法”预测地层压力的传统思路，以叠后波阻抗作为弹性参数举例，首先采用井震联合反演波阻抗的思路，利用波阻抗高频细节丰富和低频趋势良好的特点，同时考虑到数据驱动对低频数据良好的恢复能力以及模型驱动对于地震频段的中频数据的精确预测，便将其二者相结合，传统井震联合波阻抗反演方法仅在单一时间域进行，忽略了更多的频率域信息，因此本发明采用“时间域与频率域”双域进行波阻抗高频成分的预测，可实现对薄层对应的高频信息的精确刻画；然后将“数据驱动与模型驱动”和“时间域与频率域”的思路有机联系，为最终的地层压力预测提供了精确的波阻抗结果；最后，充分利用已有地震、测井、钻井资料，综合考虑目标区域沉积模式、目标层位岩性、含气性等信息，对目标区域地质进行研究，分析其地质成因，优选地层压力预测方法得到高精度的地层压力数据。因此，本发明采用具有良好低频趋势和高频细节的叠后波阻抗作为地层压力预测的关键中间参数，建立了对地层压力的新思路。

38、2、本发明通过“数据驱动与模型驱动”和“时间域与频率域”相结合进行弹性参数反演，相较于传统井震结合仅在时间域预测，预测结果更加准确，且兼顾低频背景变化和高频细节特征，从而在地层压力的计算中提高数据的横向与纵向分辨率，能够对目标层的低压带、常压带、弱超压带和超压带进行定性划分，并可观察目标层的压力系统或单元之间的连通性，为钻井跟踪工作提供高分辨率的压力剖面，有效指导钻井施工，在实际工作中具有很好的应用前景。

39、3、本发明考虑目标区域地质特性，对已有数据分析，以判断成因机制来选择不同的地层压力预测方法，由此得到更加准确地层压力结果，更加准确了解和认识地下复杂的钻井环境，进行细致的钻井工程设计，包括钻井主要设备、井身结构、剖面设计、钻具组合、钻进参数及主要措施、井控要求、钻井液设计等。

40、综上，本发明可以广泛应用于油气勘探地层压力预测中。