利用人工神经网络预测水力压裂和自然压裂之间的相互作用

近年来，不断增长的能源需求导致石油和天然气行业对非常规油藏的进行勘探。水力压裂技术（压裂）已经被采用，以增加储层的排水面积。然而，人们对这种技术造成的含水层污染的环境问题表示担忧。操作设计需要预测诱导裂缝的几何形状，以避免与压裂有关的危险。水力压裂改变了裂缝尖端的应力状态，导致裂缝几何形状的定义有更多的不确定性，特别是在自然压裂的地层中。为此，近几十年来一直采用分析解决方案和数值模拟。然而，数值模型需要大量的计算工作。本文提出了一个人工神经网络（ANN）来预测水力压裂和天然裂缝之间的相互作用。我们进行了800多次模拟，建立了训练数据库，改变了岩石机械性能和模型参数，如水力压裂和天然裂缝之间的接近角、原位应力大小、摩擦角和断裂能量。ANN的结果与分析方案和数值模型进行了比较，显示出很好的一致性。这些结果表明，经过训练的神经网络可以准确地预测断裂的相互作用。它们还表明，在拟议的ANN中考虑了最合理的参数。