(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211224051.3 (22)申请日 2022.10.09 (65)同一申请的已公布的文献号 申请公布号 CN 115292971 A (43)申请公布日 2022.11.04 (73)专利权人 中科数智能源科技 （深圳） 有限公 司 地址 518172 广东省深圳市龙岗区龙城街 道黄阁坑社区腾飞路9号创投大厦 1903 (72)发明人 龚斌　侯壮　方军龄　石欣　 (74)专利代理 机构 北京中和立达知识产权代理 有限公司 1 1756 专利代理师 孟姣 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/10(2020.01) (56)对比文件 CN 107797141 A,2018.0 3.13CN 105631078 A,2016.0 6.01 CN 111158044 A,2020.0 5.15 CN 114429525 A,202 2.05.03 CN 111175815 A,2020.0 5.19 US 20202 92722 A1,2020.09.17 刘宇巍等.频变 A VAZ 响应特 征分析及裂缝 性质反演方法研究. 《地球物理学进 展》 .2016,第 31卷(第2期), 聂永生等.裂缝三维地质建模的难点与对 策. 《油气地质与采收率》 .2013,第20卷(第02 期), 刘喜武等.裂缝性 孔隙介质频变A VAZ反演方 法研究进 展. 《石油物探》 .2015,第54卷(第02 期), Li C等.Prestack A VA inversion for pore fluid modulus based o n the Bayesian theory. 《Geophysical Prospecti ng for Petroleum》 .2015,第54卷(第4期), 审查员 舒泽梅 (54)发明名称 基于贝叶斯的裂缝属性分析方法、 装置及存 储介质 (57)摘要 本发明涉及数据处理技术领域， 是关于一种 基于贝叶斯的裂缝属性分析方法、 装置及存储介 质， 方法包括： 确定待分析的各个裂缝属性， 其 中， 所述裂缝属性包括： 裂缝密度、 裂缝方位、 裂 缝长度和裂缝开度； 根据所述各个裂缝属性的先 验知识， 确定各个裂缝属性的先验分布； 基于贝 叶斯框架， 根据所述先验分布计算得到每个裂缝 属性的后验分布； 从所述后验分布中选取采样参 数作为第一参数集； 根据所述第一参数集进行地 质建模和数值模拟， 以确定最终裂缝属性模型。 通过该技术方案， 实现降低裂缝性油藏的裂缝属 性的不确定性。 权利要求书2页 说明书9页 附图9页 CN 115292971 B 2022.12.20 CN 115292971 B 1.一种基于贝叶斯的裂缝属性分析 方法， 其特 征在于， 所述方法包括： 确定待分析的各个裂缝属性， 其中， 所述裂缝属性包括： 裂缝密度、 裂缝方位、 裂缝长度 和裂缝开度； 根据所述各个 裂缝属性的先验知识， 确定各个 裂缝属性的先验分布； 基于贝叶斯框架， 根据所述先验分布计算得到每 个裂缝属性的后验分布； 从所述后验分布中选取采样参数作为第一 参数集； 根据所述第一 参数集进行地质建模和数值模拟， 以确定最终裂缝属性模型； 根据所述第一 参数集进行地质建模和数值模拟， 以确定最终裂缝属性模型， 包括： 将所述第一参数集作为地质建模和数值模拟的输入， 基于正演过程计算第 一油藏产量 数据； 计算所述第一油藏产量数据和历史产量数据之间的第一差值； 将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标 参数； 将所述第一目标参数对应的裂纹属性模型确定为 最终裂缝属性模型。 2.根据权利要求1所述的方法， 其特征在于， 基于贝叶斯框架， 根据所述先验分布计算 得到每个裂缝属性的后验分布， 包括： 从所述先验分布中抽取参数作为第二 参数集； 将所述第二参数集作为地质建模和数值模拟的输入， 基于正演过程计算第 二油藏产量 数据； 计算所述第二油藏产量数据和历史产量数据之间的第二差值； 将第二差值小于第二预设阈值的第二目标油藏产量数据对应的参数确定为目标参数； 统计得到所述目标参数的后验分布。 3.根据权利要求2所述的方法， 其特征在于， 从所述先验分布中抽取参数作为第 二参数 集， 包括： 从所述先验分布中随机抽取参数， 作为所述第二 参数集。 4.根据权利要求2所述的方法， 其特征在于， 采用以下计算公式得到所述目标参数的后 验分布： 表示参数D 的后验分布， 表示参数D的先验分布， 表示从先验 分布中进行抽样仿真的模拟结果， 表示观测值， 表示距离函数， 表示预设阈值， 表示条件概 率。 5.根据权利要求1所述的方法， 其特征在于， 从所述后验分布中选取采样参数作为第 一 参数集， 包括： 从所述后验分布中随机 选取采样参数作为所述第一 参数集。 6.根据权利要求1至 5中任一项所述的方法， 其特 征在于， 所述方法包括： 通过所述最终裂缝属性模型确定裂缝属性。 7.一种基于贝叶斯的裂缝属性分析装置， 其特 征在于， 所述装置包括：权　利　要　求　书 1/2 页 2 CN 115292971 B 2第一确定模块， 用于确定待分析的各个裂缝属性， 其中， 所述裂缝属性包括： 裂缝密度、 裂缝方位、 裂缝长度和裂缝开度； 第二确定模块， 用于根据所述各个裂缝属性的先验知识， 确定各个裂缝属性的先验分 布； 计算模块， 用于基于贝叶斯框架， 根据所述先验分布计算得到每个裂缝属性的后验分 布； 选取模块， 用于从所述后验分布中选取采样参数作为第一 参数集； 第三确定模块， 用于根据所述第一参数集进行地质建模和数值模拟， 以确定最终裂缝 属性模型； 根据所述第一 参数集进行地质建模和数值模拟， 以确定最终裂缝属性模型， 包括： 将所述第一参数集作为地质建模和数值模拟的输入， 基于正演过程计算第 一油藏产量 数据； 计算所述第一油藏产量数据和历史产量数据之间的第一差值； 将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标 参数； 将所述第一目标参数对应的裂纹属性模型确定为 最终裂缝属性模型。 8.一种基于贝叶斯的裂缝属性分析装置， 其特 征在于， 所述装置包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处 理器被配置为： 确定待分析的各个裂缝属性， 其中， 所述裂缝属性包括： 裂缝密度、 裂缝方位、 裂缝长度 和裂缝开度； 根据所述各个 裂缝属性的先验知识， 确定各个 裂缝属性的先验分布； 基于贝叶斯框架， 根据所述先验分布计算得到每 个裂缝属性的后验分布； 从所述后验分布中选取采样参数作为第一 参数集； 根据所述第一 参数集进行地质建模和数值模拟， 以确定最终裂缝属性模型； 根据所述第一 参数集进行地质建模和数值模拟， 以确定最终裂缝属性模型， 包括： 将所述第一参数集作为地质建模和数值模拟的输入， 基于正演过程计算第 一油藏产量 数据； 计算所述第一油藏产量数据和历史产量数据之间的第一差值； 将第一差值小于第一预设阈值的目标第一油藏产量数据对应的参数确定为第一目标 参数； 将所述第一目标参数对应的裂纹属性模型确定为 最终裂缝属性模型。 9.一种计算机可读存储介质， 其上存储有计算机指令， 其特征在于， 该指令被处理器执 行时实现权利要求1 ‑6中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115292971 B 3