利用人工神经网络预测水力裂缝与天然裂缝的相互作用

近年来，不断增长的能源需求促使石油和天然气行业勘探非常规油储层。为了增加储层排水面积，采用了水力压裂技术。然而，这一技术对含水层造成一定的污染。操作设计要求预测诱发裂缝几何形状，以避免与水力压裂相关的危险。水力压裂会改变裂缝尖端的应力状态，导致裂缝几何形状的定义更加不确定，尤其是在天然裂缝地层中。为此，近几十年来已经采用了解析解和数值模拟。然而，数值模型需要大量的计算工作。本文提出了一种人工神经网络（ANN）来预测水力裂缝和天然裂缝之间的相互作用。我们进行了800多次模拟，以建立不同岩石力学特性和模型参数的训练数据库，如水力裂缝和天然裂缝之间的接近角、地应力大小、摩擦角和断裂能。将ANN结果与解析解和数值模型进行了比较，显示了良好的一致性。这些结果表明，训练后的神经网络能够准确预测裂缝相互作用。