Phần Giới thiệu - BY - Phần và Multi - Fracture Network Race trong giếng ngang là công nghệ cốt lõi trong phát triển khí đá phiến. Do chi phí và các yếu tố khác trong một số trường khí đá phiến, chỉ một số giếng phải chịu sự khai thác thông thường và các điểm ngọt ngào trong các phần ngang không thể được dự đoán bằng các phương pháp truyền thống. Phương pháp dữ liệu - được điều khiển có thể sử dụng khai thác dữ liệu nhiều nguồn để xây dựng mối quan hệ ánh xạ giữa hiệu ứng tái thiết khối và các tham số chỉ số địa chất - kỹ thuật và đã được sử dụng rộng rãi trong tái thiết hồ chứa. Bài viết này nhằm mục đích xây dựng một mô hình dữ liệu - dựa trên dữ liệu khoan và ghi nhật ký để nhận ra sự tối ưu hóa thông minh của phần - theo - phần và nhiều thông số gãy khác nhau cho các giếng ngang khí đá phiến.
Toàn diện Sweet - Đánh giá tại chỗ và phân loại hồ chứa thông số cơ học địa chất Tính năng Tính năng Tính năng Dữ liệu được chuyển thành phân phối bình thường thông qua chuyển đổi hộp - Cox để giảm độ lệch và cải thiện độ tin cậy của mô hình. Phân tích thành phần chính được sử dụng để giảm kích thước tham số và loại bỏ thông tin dự phòng để tiết lộ các mẫu tiềm năng trong dữ liệu. Loại - 2 Chức năng thành viên khoảng thời gian - 2 logic mờ vượt qua các giới hạn của loại - 1 logic mờ và loại khoảng thời gian - 2 Chức năng thành viên phân phối Gaussian biến đổi chức năng ba chiều. Các cấp chức năng thành viên được chia theo sự khác biệt thành phần chính và ma trận thành viên được xây dựng. Đánh giá toàn diện và phân loại hồ chứa Một mô hình đánh giá toàn diện mờ của địa chất - các điểm ngọt ngào kỹ thuật được xây dựng bằng cách kết hợp loại thành viên loại - 2 và phương pháp trọng lượng entropy để xác định trọng số của từng thành phần chính và xây dựng ma trận trọng lượng. Ma trận đánh giá toàn diện thu được bằng cách kết hợp ma trận trọng lượng và ma trận thành viên và thuật toán phân cụm K - Medoids được sử dụng để phân loại các loại hồ chứa, cung cấp cơ sở để tối ưu hóa các thông số xây dựng bị gãy.
Tối ưu hóa thông minh của các thông số xây dựng bị gãy - Mô hình dự đoán năng suất học tập DNN (mạng thần kinh sâu) bao gồm một lớp đầu vào, lớp ẩn và lớp đầu ra và có khả năng học phân cấp. Mô hình được thiết lập thông qua các bước như khởi tạo trọng lượng, lan truyền chuyển tiếp, tính toán tổn thất, lan truyền ngược, và cập nhật trọng lượng và thiên vị. Mô hình tối ưu hóa thông minh tham số rạn nứt Tối ưu hóa PSO (tối ưu hóa bầy hạt) được sử dụng để tối ưu hóa các tham số DNN Hyper - với tổng số tốt nhất của sự phù hợp của tập huấn luyện và tập kiểm tra là mục tiêu. Sau đó, dựa trên mô hình DNN, các tham số gãy được tối ưu hóa với sản xuất dự đoán tối ưu trong các điều kiện địa chất của hồ chứa khác nhau là mục tiêu và phương pháp tối ưu hóa thông minh theo dữ liệu cho phần - theo - phần và cụm - bởi các vị trí cụm và thông số xây dựng của các giếng gãy được thiết lập.
Ứng dụng hiện trường lấy các hồ chứa khí đá phiến sâu của lớp Wufeng trên Ordovician - Sự hình thành Longmaxi Silurian thấp hơn ở lưu vực Đông Nam Tứ Xuyên làm ví dụ, với nhiều tham số trong thời gian - khoan dữ liệu ghi lại là các tham số đặc trưng cho các thông số CRET. Thông qua việc phân tích dữ liệu mẫu, độ tin cậy của hồ chứa toàn diện - đánh giá điểm dựa trên dữ liệu khoan và ghi nhật ký được xác minh. Theo kết quả phân loại hồ chứa, thuật toán tối ưu hóa bầy hạt được sử dụng để tối ưu hóa các tham số xây dựng và chỉ số sản xuất khí trung bình trên mỗi mét của 8 phần đầu tiên trong lĩnh vực - các giếng được áp dụng đã tăng thêm 73,1%, cho thấy phương pháp này có thể thực hiện được các điểm chính của việc ghi lại các điểm ngọt của FREATING dữ liệu.
Kết luận Tính năng - Kỹ thuật có nghĩa là cải thiện độ chính xác ổn định và dự đoán của mô hình điều khiển dữ liệu và đặt nền tảng cho mô hình đánh giá toàn diện. Các thông số khoan và ghi nhật ký đóng một vai trò quan trọng trong việc đánh giá toàn diện - đánh giá các hồ chứa và tối ưu hóa các thông số gãy, và có thể cung cấp một cơ sở cho việc thiết kế phần - theo phần và cụm - bởi - các vị trí cụm trong các giếng ngang và tối ưu hóa các tham số xây dựng. Mô hình dữ liệu - điều khiển dự kiến sẽ trở thành một công cụ mới để thúc đẩy sự phát triển thông minh của công nghệ gãy xương và phá vỡ giới hạn của các tham số đầu vào bị thiếu trong các mô hình vật lý truyền thống. Tóm lại, phương pháp tối ưu hóa thông minh của phần - theo - phần và nhiều thông số gãy khác biệt cụm cho các giếng ngang khí đá phiến dựa trên dữ liệu khoan và ghi nhật ký có giá trị ứng dụng cao và triển vọng quảng bá và cung cấp một phương tiện kỹ thuật mới để phát triển khí đá phiến.