人工智能辅助压裂水击效应分析.pdfVIP

人工智能辅助压裂水击效应分析

摘要：这项工作的目的是评估压裂水击特征是否具有代表性。

水平井中重要的水力裂缝和储层特性，以及这些特性是否可以输

入到机器学习模型中，开展预测。水击是一种振荡压力信号，由

于井筒流体速度的突然变化而产生，例如在压裂结束时当泵速迅

速降至零时的处理。

作者在python中开发了一种自动识别表面压力和流体流速

的算法，对原始数据中的通道进行速率检测并标记泵注结束过程，

解析出水击效应和来自原始数据的压力下降信号。然后使用数值

优化算法，利用近似、修正的阻尼正弦波方程从压力信号中提取

水击特性。将导出的方程系数用作随机森林分类模型中的输入

（特征），以对水平井生产剖面的单个裂缝阶段贡献进行分类。

生产测井工具（PLT）测试结果的数据基础是8口非常规水

平井78段秒点数据。水击特性以及每个阶段的理论曲线与实际

曲线的参数是相匹配的，例如信号、衰减率、相位角、角频率、

峰值数量等，这些均被用作建模的特征值。70%的数据用于训练

集，30%的数据用于测试集。训练随机森林分类模型，用于水平

井中的各个裂缝阶段，用以区分是否对生产有贡献。该模型根据

测试集进行了验证，总体测试分类准确率为