基于海洋捕食者优化算法的电磁监测裂缝识别_李帝铨.pdf

2023 年第 38 卷 第2期2023，38(2):0677-0689地球物理学进展Progress in Geophysicshttp:/wwwprogeophyscnISSN 1004-2903CN 11-2982/P李帝铨，李富，张乔勋，等 2023 基于海洋捕食者优化算法的电磁监测裂缝识别 地球物理学进展，38(2):0677-0689，doi:10 6038/pg2023GG0304LI DiQuan，LI Fu，ZHANG QiaoXun，et al2023 Identification of fracture in electromagnetic monitoring based on improved marine predators algorithmProgress in Geophysics(in Chinese)，38(2):0677-0689，doi:106038/pg2023GG0304基于海洋捕食者优化算法的电磁监测裂缝识别Identification of fracture in electromagnetic monitoring based on improvedmarine predators algorithm李帝铨1，2，3，李富1，2，3，张乔勋1，2，3*，张贤1，2，3，胡艳芳1，2，3，朱云起1，2，3LI DiQuan1，2，3，LI Fu1，2，3，ZHANG QiaoXun1，2，3*，ZHANG Xian1，2，3，HU YanFang1，2，3，ZHU YunQi1，2，3收稿日期2022-09-13;修回日期2022-12-16投稿网址http:/www progeophys cn基金项目国家重点研发计划项目(2018YFC0807802)和国家自然科学基金项目(41874081)联合资助第一作者简介李帝铨，男，1982 年生，博士，教授，主要从事电磁法探测理论与技术研究 E-mail:lidiquan csu edu cn*通讯作者张乔勋，男，1990 年生，博士，主要从事电磁法理论与应用、油气勘探与开发综合研究工作 E-mail:zhangqiaoxun csu edu cn1 有色金属成矿预测与地质环境监测教育部重点实验室(中南大学)，长沙4100832 有色资源与地质灾害探测湖南省重点实验室，长沙4100833 中南大学地球科学与信息物理学院，长沙4100831 Key Laboratory of Metallogenic Prediction of Nonferrous Metals and Geological Environment Monitoring(Central South University)，Ministry of Education，Changsha 410083，China2 Key Laboratory of Non-ferrous and Geological Hazard Detection，Changsha 410083，China3 School of Geosciences and Info-Physics，Central South University，Changsha 410083，China摘要水力压裂是实现深层油气增产的关键技术，压裂储层裂缝扩展监测对于油气田勘探开发具有重要意义 电磁法在裂缝监测中优势明显，但传统反演手段依赖于初始模型和约束条件，且反演精度受限，难以准确表征裂缝参数 为此，本文提出了基于海洋捕食者优化算法(Improved Marine Predators Algorithm，IMPA)的电磁监测裂缝参数识别方法 首先，采用 Sobol 序列初始化种群，提出阶段差异划分的寻优方式，改进了寻优参数，增加了边界自适应约束条件;然后通过 astrigin函数测试，验证了算法优化的有效性;最后构建基于面积观测和剖面观测下的水力压裂单缝缝长模型与方位模型，分析了 IMPA 算法在不同噪声影响下对裂缝参数识别的适用性 结果表明，面积观测裂缝参数反演效果更稳 定，反 演 精 度 更 高，缝 长 反 演 相 对 误 差 小 于0.15%，方位反演绝对误差小于0.04;剖面观测反演效果受噪声影响程度稍大，缝长反演相对误差小于0.2%，方位反演绝对误差小于 0.1关键词水力压裂;裂缝监测;电磁法;IMPAAbstractHydraulic fracturing is a key technology toincrease deep oil and gas production The monitoring offracture propagation in fracturing reservoirs is of greatsignificance in the exploration and development of oil andgas fieldsElectromagnetic monitoring technology hascertain advantagesforfracturemonitoringHowever，traditional electromagnetic inversion methods rely on theinitialmodelandconstraintconditionswithlimitedinversion accuracy，which make it difficult to identifyfracture parameters accuratelyIn order to improve theaccuracy of fracture identification，in this paper，a fractureparametersidentificationmethodbasedonImprovedMarine Predator Algorithm(IMPA)using electromagneticmonitoring technology is proposedFirstly，the IMPApopulation parameters are initialized by Sobol randomsequence，then through a large number of tests，the stageof population optimization is divided by difference，whichchanged the traditional method of three equal stages Atthe same time，combined with the actual applicationenvironment，the optimization parameters are improved，and the boundary adaptive constraints are added Then，based on the multi-minmum characteristics of astriginfunction，thealgorithmistestedbycomparativeexperimental research method，and the optimization effectof PSO，MPA and IMPA algorithm is analyzed，and theeffectiveness of IMPA algorithm optimization is verifiedFinally，the single fracture length model and azimuthmodel of hydraulic fracturing based on area observation and地球物理学进展www progeophys cn2023，38(2)中图分类号P631文献标识码Adoi:10 6038/pg2023GG0304profile observation are constructed，and the applicability ofIMPA algorithm for fracture parameter identification underdifferent noise influences is analyzed The results showthat the two observation methods can realize the fineidentification of fracture length and orientation For thearea observation，the inversion effect of fracture parametersis more stable with higher accuracy，the relative error offracture length inversion is less than 0.15%，and theabsolute error of azimuth inversion is less than 0.04 Theinversion effect under section observation is affected bynoise，while the relative error of slit length inversion is lessthan 0.2%，and the absolute error of azimuth inversion isless than 0.1KeywordsHydraulic fracturing;Fracture monitoring;Electromagneticmethod;ImprovedMarinePredatorAlgorithm(IMPA)0引言2020 年我国原油和天然气对外依存度分别高达 73%和 43%，高效开发深层油气资源是缓解我国能源安全压力的重要接替力量(李洪言等，2021;胡素云等，2020;郑民等，2019)但页岩气具有大深度、低孔、低渗特点，极难形成自然产能 水力压裂是页岩气井增产的关键措施，准确推断压裂改造裂缝的形态与动态扩展规律直接影响压裂效果评估，如何获取裂缝真实几何参数(长度、方位、高度等)一直是困扰学术界和工业界的问题(Johnson andWellman，2015;Beskardes and Weiss，2018;Liangand Wang，2018;Beskardes et al，2019;郭鹏等，2020;隋微波等，2021;Li and Yang，2021;张军等，2021;房大志等，2022;贺甲元等，2023)目前，压裂裂缝监测技术主要包括微地震监测、电磁法监测、示踪剂监测以及分布式光纤声波监测等 其中，微地震监测技术应用最为广泛，但压裂引发微震信号弱，采集数据信噪比低，导致震源识别困难，获取储层改造体积(Stimulated eservoir Volume，SV)远大于压裂液波及的有效改造体积(EffectiveStimulated eservoir Volume，ESV)，致使其裂缝识别精度和准确性受限(梁北援和王建立，2018;刘曰武等，2019;Lyu and Nakata，2020;王旭林等，2021;房大志等，2022);常规示踪剂监测技术通过定期检测压裂返排液中示踪剂的浓度，分析注入/返排浓度变化，评价不同压裂层段产出贡献差异，实现储层裂缝缝高、缝宽以及方位等参数的表征，但该技术不能精细刻画裂缝形态，且难以实现实时监测(Scott et al，2010;Duenckel et al，2011;Tang etal，2016);近 年 来，分 布 式 光 纤 声