基于小生境主从式并行遗传算法的双相介质参数反演方法

文档序号:6593767阅读:177来源:国知局
专利名称:基于小生境主从式并行遗传算法的双相介质参数反演方法
技术领域
本发明涉及一种石油勘探领域中储层参数的反演方法,特别是关于一种基于小生境主从式并行遗传算法的双相介质参数反演方法。
背景技术
储层参数(如孔隙度、流相密度和固相密度)的反演对于油气开发中的动态监测、优化管理具有重要意义。随着油气田勘探和开发程度的不断深入,我们所面临的问题也越来越复杂,特别是储集层问题。一般情况下,油气藏的赋存形式为裂缝、裂隙或孔隙型的,因此油气藏往往表现为双相介质,而传统的纯固体弹性介质理论是不完善的,不能详尽的描述岩石对波传播过程的影响。由于双相介质理论能够更准确地描述实际地层结构和性质,所以也就更能适应越来越复杂的油气藏勘探的实际需要。在双相介质弹性波传播理论的研究过程中,Biot (人名)建立了波在固一流耦合双相孔隙介质中的传播理论,奠定了双相介质弹性波理论的基础,但Biot理论不能很好地解释波的强衰减和高频散现象,后来Dvorkin和Nur通过引入特征喷射流长度将Biot流动机制与喷射(Squirt)流动机制相结合,实现了宏观尺度与微观尺度的有机结合,提出了含流体饱和孔隙介质中统一的Biot-Squirt (BISQ)模型。由于Biot流动和喷射流动是含流体储层介质中流体流动最主要的两种流动形式,充分考虑这两种流动力学机制而建立的BISQ模型能更真实、准确地描述储层介质中波的传播规律,所以实现基于BISQ模型的双相各向异性介质储层参数反演对于解决油气勘探和开发的实际问题具有重要的现实意义。目前,双相介质储层参数反演方法一般来说主要分为两类:第一类是基于各向同性Biot模型,其反演依据为介质表面位移响应;第二类是基于各向同性或各向异性BISQ模型,其反演依据为相速度。为此本发明使用介质表面位移响应作为反演依据,实现了基于BISQ模型双相各向异性介质的储层参数反演。根·据介质表面理论合成的位移响应应与实际测量数据相一致的原则,可将双相介质参数反演问题最终归结为非线性泛函多峰函数的极小值问题。然而,非线性泛函多峰函数的优化是一个非常困难的问题。这是因为如果采用传统的优化方法,如梯度法、牛顿法等,都需要求解雅可比矩阵或海森矩阵等,对于双相介质模型来说,这个求解过程是十分复杂的,并且若要将其应用于实际问题中也很困难;同时,采用传统优化方法的反演结果明显依赖于初始点的选取,很难获得全局最优解。遗传算法是通过模拟生物遗传和进化的过程,利用转移概率规则来帮助指导搜索,搜索结果不依赖于初始点的选取,对于求解全局最优解具有很强的鲁棒性;同时,由于仅利用目标函数带来的误差信息,使计算变得相对简便。小生境遗传算法作为常规遗传算法的一种改进算法,能够很好地保持解的多样性,具有防止“早熟”、减少扰动等特点,这正是该算法相对其他算法在地球物理勘探非线性多参数反演优化问题研究中的优势所在。然而针对双相介质储层参数反演问题,小生境串行遗传算法的适应度计算量非常大,因此其优化效率非常低,反演非常耗时
发明内容
针对上述问题,本发明的目的是提供一种能够有效提高储层参数反演求解精度,大幅度加快计算效率,基于小生境主从式并行遗传算法的双相介质参数反演方法。为实现上述目的,本发明采取以下技术方案:一种基于小生境主从式并行遗传算法的双相介质参数反演方法,包括以下步骤:I)根据计算要求,进行MPI并行计算平台的搭建;根据计算要求,将MPICH在Windows/Linux系统下安装和配置,进行MPI并行计算平台的搭建;2)根据实际地质资料,制作双相介质BISQ模型,作为小生境主从式并行遗传算法储层参数反演的实施模型;3)根据最小二乘原理构造目标函数:
权利要求
1.一种基于小生境主从式并行遗传算法的双相介质参数反演方法,包括以下步骤: 1)根据计算要求,进行MPI并行计算平台的搭建;根据计算要求,将MPICH在Windows/Linux系统下安装和配置,进行MPI并行计算平台的搭建; 2)根据实际地质资料,制作双相介质BISQ模型,作为小生境主从式并行遗传算法储层参数反演的实施模型; 3)根据最小二乘原理构造目标函数:E(p) = ~|A(p)-G*f, 其中Il.Il为L-2范数,P= [pf, Ps, Φ]τ*离散化的待求参数流相密度Pf,固相密度03和孔隙度Φ按照一定的顺序形成的一维向量,A为一向量值函数A:p — G,G为地表介质固相位移响应的理论合成X分量和z分量按照一定顺序形成的一维向量,G*是地表介质固相位移响应的实际测量数据X分量和z分量按照与G相同的顺序形成的一维向量; 4)设定遗传算法的主要运行参数,包括种群规模N,交叉概率P。,变异概率Pm,最大遗传进化代数GENmax,收敛时的最小迭代误差eiror以及各反演参数取值范围; 5)打开MPI并行计算平台MPICH2,将步骤4)中的算法运行参数加载进去,系统开启Num个进程,包括一个主进程和Num-1个从进程,种群初始化,由主处理器利用浮点数编码方法产生初始种群,种群规模为N ; 6)由主处理器按照集中调度动态任务分配策略分配种群到各个从处理器上,按照所述步骤3)构造的目标函数进行适应度计算,待所有从处理器适应度计算完毕之后再由主处理器收集结果; 7)使用共享函数来调整种群中各个`体的适应度,且在这以后的种群进化过程中,算法依据这个调整后的新适应度来进行选择和小生境淘汰运算; 8)主处理器首先对步骤7)计算的适应度进行sigma截断尺度变换得到新的适应度,然后根据该适应度对种群进行无回放余数随机选择运算,并采用最优保存策略,得到一个个体集合; 9)主处理器对步骤8)选出的个体集合做模拟二进制交叉运算; 10)主处理器对步骤9)交叉运算得到的种群进行非均匀变异运算,生成子代种群; 11)将步骤10)变异运算得到的结果按照步骤3)构造的目标函数进行储层参数反演计算,若符合终止条件,则进入下一步,否则将变异运算得到的结果返回到步骤6)作为初始种群继续计算; 12)将满足终止条件的计算结果作为BISQ模型双相各向异性介质储层参数反演的最终结果输出,程序结束。
2.如权利要求1所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤6)中的集中调度动态任务分配策略是指系统分为一个主处理器和若干从处理器,主处理器监控整个种群,在适应度的计算阶段,由主处理器将适应度的计算分配到各个从处理器上进行,当一个从处理器空闲时,通过消息告诉主处理器,主处理器将从种群剩余的个体中取出一个个体分配给该从处理器继续进行适应度计算,直到整个种群的适应度计算完毕,再由主处理器收集结果。
3.如权利要求1或2所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤6)中,按照所述步骤3)构造的目标函数进行适应度计算时,首先要获得实际测量的地表介质固相位移响应作为反演依据,然后针对要反演的参数固相密度Ps、流相密度Pf和孔隙度Φ,把双相介质储层参数反演问题视为在三维空间中P(Pf,Ps, Φ)寻找一点p*(p/,P λ Φ*),使其对应的地表介质固相位移响应的理论合成在最小二乘意义下最佳地拟合于实际测量的地表介质固相位移响应,最后根据最小二乘原理构造目标函数。
4.如权利要求1或2或3所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤7)中,共享函数是表示群体中两个个体之间密切关系程度的一个函数,用Sh(Clij)表示,经调整后的个体的适应度为其原适应度值除以共享度IV SPF,(Xi) = F(Xi)Aii 其中,F(Xi)为个体Xi原适应度值吨为个体i与群体内其他个体之间的共享函数Sh(Clij)之和,表示个体i在群体中共享程度的一种度量吨的表达式如下:
5.如权利要求1 4任一项所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤8)中, 所述Sigma截断尺度变换是将原始适应度函数F影射为F' =F+(F-cxa),其中c是一个很小的整数,一般取值为ce [1,5],c的取值使得所有适应度均大于等于O,F和σ分别是种群适应度的平均值和方差; 所述无回放余数随机选择的具体操作过程是:首先计算群体中每个个体在下一代群体中的生存期望数目Mi,
6.如权利要求1 5任一项所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤9)中,做模拟二进制交叉运算时的操作方法为对两个父个体X1和X2,按照以下方式生成两个子个体C1和C2:
7.如权利要求1 6任一项所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤10)中,生成子代种群的过程中,如果在进行由X = X1X^Xk…Xn向X’ = X1XfXk'…Xn的非均勻变异操作时,若变异点Xk处的基因值取值范围为 则新的基因值xk’由下式确定:
8.如权利要求1 7任一项所述的基于小生境主从式并行遗传算法的双相介质参数反演方法,其特征在于:所述步骤11)的终止条件是指目标函数满足精度误差error要求或遗传进化代数达到最大 值GENmax。
全文摘要
本发明涉及一种基于小生境主从式并行遗传算法的双相各向异性介质储层参数反演方法,是利用小生境主从式并行遗传算法求解双相各向异性介质储层参数,其核心思想是系统分为一个主处理器和若干从处理器,主处理器监控整个种群,在适应度的计算阶段,由主处理器将适应度的计算分配到各个从处理器上进行,计算完成之后再由主处理器收集结果,然后由主处理器进行小生境淘汰、选择、交叉、变异等操作,并由此产生新一代种群,从而完成一次循环,极大地提高了储层参数反演的计算效率。本发明在求解储层参数进化过程中引入共享度的概念,通过调整各个个体的适应度来限制个别个体的大量增长,造就小生境的进化环境,提高了遗传算法求解多峰值储层参数反演优化问题的能力和求解质量。本发明可以广泛用于油气藏参数反演过程中。
文档编号G06F19/00GK103235879SQ20131013406
公开日2013年8月7日 申请日期2013年4月17日 优先权日2013年4月17日
发明者刘春成, 韩立国, 张益明, 王者江, 张生强, 牛聪, 叶云飞, 汪小将, 杨小椿, 仝中飞 申请人:中国海洋石油总公司, 中海油研究总院
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1