基于机器学习的压裂参数优化方法研究及应用

作者：商永涛; 林新宇; 李相亮; 李辉

来源：石油化工应用, 2022, 41(08): 33-38.

• 机器学习
• 水力压裂
• 参数优化
• 现场应用

本文对机器学习的压裂参数优化方法进行了深入的研究，机器学习是一门多领域交叉学科，涉及算法复杂度理论、概率学、统计学等多个学科。压裂是低渗透储层增产的主要手段，合理的压裂设计可为压裂施工提供有力指导，而压裂设计的核心就是施工参数的优化设计。在石油行业，油井生产到一定程度后，随着产能的下降和储层渗透率的降低，为了增强采油指数，提高油井生产产量，逐渐应用压裂工艺技术。压裂的方法分为水力压裂和高能气体压裂两种类型，水力压裂是通过地面高压泵注程序将流体注入井中，通过憋压大于地层破裂压力，使岩石地层破裂产生裂缝。为了防止现场压裂泵停止注入后，地层裂缝随着压裂液漏失而逐渐闭合；在现场施工曲线显示储层破裂后随即注入携砂液，加入大于地层密度的支撑剂，起到支撑和开启裂缝的作用，保证裂缝一直处于开启状态，使流体渗流环境得到改善。