基于机器学习水力压裂微地震活动应力流分析.pdfVIP

table{边框‑合并:塌陷;}table,th,td{边框:1px实线#000;}

使用机器学习估计水力压裂过程中记录

的微活动所反映的应力流动

AdamM.Baig*和EllieP.Ardakani，Meta创新技术公司

一种机器学习方法探索了微活动与应力流动之间的联系，该方法允许对应力

场中的主要“”进行聚类。通过扩展Kostrov矩张量求和以获得应变张量，并在空

间‑时间聚类方法的背景下，假设应力轴与应变轴对齐，我们可以成像水力压裂作业期间

应力如何随时间和空间演变。此外，我们可以使用这些应力/应变状态估计值，通过机器

学习方法识别应力场中发生的主要转变。

引言

微震是一项强大的技术，当正确记录和解释时，可以对水力压裂和其他性刺激计

划的动力学高度的约束。微震数据的矩张量反演越来越频繁地进行，因为这些数据在

观测和地质力学模型之间架起了一座桥梁：矩张量约束了应力状态和裂缝状态。此外，还

采用了形式化的应力反演方法（例如，Gephart和Forsyth，1984；Vavryčuk，2014）

来确定裂缝平面的方向，并考虑固有的裂缝平面。这一过程输出最佳拟合的应力