لا تزال أنماط إنتاج تفكك الغاز الطبيعي في آبار الفحم العميقة المباشرة غير واضحة، وكذلك توقيت تحويل الغاز الحر إلى الغاز المفكك، والعوامل الأساسية التي تؤثر على اختلافات الإنتاج غير محددة، مما يؤثر على زيادة الإنتاجية. لتقييم العوامل الأساسية للإنتاج بشكل أعمق، وبالاعتماد على معلمات الإنتاج الديناميكية لـ 36 بئرًا مباشرًا، وبالاشتراك مع شبكة عصبية لتوقع ضغط التدفق عند قاع البئر، تم تطوير طريقة جديدة لتقييم عوامل تأثير الإنتاج تتمحور حول مؤشر استخراج الغاز المبكر مع دمج عدة خوارزميات تعلم آلي. أظهرت النتائج: ① نماذج Beggs & Bill وGray ليست مناسبة لتوقع ضغط التدفق عند قاع آبار الغاز بالفحم العميقة. تقل الأخطاء الكلية لنموذج الغاز أحادي الطور مع انخفاض كمية المياه المنتجة. طريقة الشبكة العصبية تعطي نتائج جيدة بخطأ نسبي أقل من 10% مقارنة بالقياسات الفعلية. ② باستخدام تحليل Kendall’s tau-b (معامل الارتباط كندال)، العوامل التفريقية الأساسية هي موقع البنية الميكروسكوبية، والتي تقع أساسًا في مناطق الرفع والمنطقة الإنشائية الإيجابية؛ يلي ذلك درجة تطوير الشقوق، المهيمنة عليها حالات التطوير المتوسط والمتقدم. ③ من خلال الجمع بين الانحدار اللاسو-الغابة العشوائية-شجرة القرار، تم حذف العوامل غير ذات الصلة تدريجيًا، وتم ترتيب العوامل الأساسية للتأثير المستمر على الإنتاج تنازليًا: محتوى الرماد، متوسط حجم التنفيذ، كمية الرمل الكلية الداخلة، معدل الإعادة عند توقيت الغاز، السماكة العمودية، زمن تداخل الموجات الصوتية، جاما، متوسط ضغط التنفيذ، نسبة الرمل المائة مِشْبَك، والمتوسط المقاس للغاز. لا يمكن إغفال تأثير العوامل الهندسية على إنتاج بئر الغاز. تجمع هذه الطريقة بين مزايا عدة خوارزميات تعلم آلي، مما يجعلها عملية ويزيد من دقة التنبؤ الديناميكي لغاز الفحم، ويساعد على تحسين معايير تصميم التكسير، ويوفر أساسًا علميًا لزيادة الإنتاج بعد التكسير.

غاز الفحم العميق؛ الانحدار اللاسو-الغابة العشوائية-شجرة القرار؛ العوامل الجيولوجية-الهندسية؛ تحليل الارتباط؛ الإنتاج