基于机器学习的压裂参数优化方法研究及应用

摘要：

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.

关键词：机器学习、水力压裂、参数优化、现场应用

所属期刊栏目：41

分类号：TE357.11(油气田开发与开采)

资助基金：中海油科研项目YSB22YF7009

在线出版日期：2022-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38