数据驱动的页岩油水平井压裂施工参数智能优化研究

针对目前数智化压裂施工参数设计针对性不足、流程不畅通等问题，建立了基于数据驱动的压裂施工参数智能优化方法。以CD区块32口页岩油井为研究对象，采用主成分分析法处理代表储层地质特征、工程品质和施工参数的15项产量影响因素，使之降低维度，引入高斯隶属函数和熵权法进行储层压裂非均质性模糊综合评价，结合支持向量回归和粒子群优化算法，以产量最高为目标，推荐射孔位置、段长、簇间距、单位长度液量、单位长度砂量和排量。研究结果表明，渗透率、孔隙度、热解游离烃含量、单位长度液量和单位长度砂量为研究区块的产量主控因素。应用实例井采用优化的参数施工后，第一压裂段8簇均成功起裂，裂缝半长59.50～154.80 m，产量预测符合率为94.86%。研究表明，该方法可实现有效储层质量评价、产量预测和匹配储层地质条件施工参数的快速优化，推动页岩油等非常规储层高效开发。     

非常规油气井压裂参数智能优化研究进展与发展展望

非常规油气储层具有非均质性强、低孔低渗的特征，非常规油气井需要进行压裂才能投产，与常规油气储层相比，其工程地质条件更为复杂，对传统压裂参数优化方法提出了挑战。人工智能可以为传统方法难以解决的问题提供解决方法，因此，被引入了非常规油气井压裂参数优化。为推动智能压裂理论和技术的快速发展，系统介绍了非常规油气井压裂参数智能优化研究进展情况，主要包括压裂参数优化目标的确定、压裂参数与压裂效果映射关系的建立、最优压裂参数组合的求解，提出非常规油气井压裂参数智能优化主要向基于光纤的井下压裂数据实时采集和传输、物理–数据协同的裂缝扩展–生产动态模拟、压裂参数智能优化及实时调控集成系统等3个方向发展。