دراسة طريقة عكس شبكة الكسور في مكامن الغاز الصخري بناءً على التعلم العميق
摘要
طبقة احتجاز الغاز الصخري كثيفة وقابليتها للتجانس غير متجانسة بشكل ملحوظ، والإنتاج الطبيعي منخفض للغاية، لذلك يجب استخدام تقنية التكسير الهيدروليكي لزيادة الإنتاج والحصول على تدفق غازي صناعي. والمفتاح لتقييم فعالية عمليات التكسير وتحسين معلمات العملية هو الحصول على معلمات دقيقة لشبكة الكسور. تقنيات مراقبة الكسور التقليدية (مثل مراقبة الزلازل الدقيقة) مكلفة ولا يمكنها تحقيق تغطية كاملة لمنطقة الآبار، بينما تتطلب نماذج التنبؤ العددية العديد من المعلمات الجيولوجية الهندسية، مما يؤدي إلى نتائج تنبؤية غير جيدة بسبب نقص البيانات الجيولوجية أو عدم اكتمالها في مقاطع الآبار. هناك حاجة ملحة إلى طريقة جديدة اقتصادية وفعالة للحصول على معلمات الشبكة. لذلك، تم اقتراح طريقة عكسية لشبكة الكسور في مكامن الغاز الصخري تعتمد على التعلم العميق، والتي تعتمد بشكل أساسي على بيانات منحنى التكسير الميداني لتحليل معلمات خصائص المنحنى رقمياً، وتأخذ مؤشرات الارتباط القوية لمعلمات الشبكة كمدخلات، وتستخدم معلمات شبكة الكسور المراقبة زلزلياً (بما في ذلك طول الشبكة، والعرض، والارتفاع، والحجم) كمخرجات مستهدفة، لتأسيس نموذج عكسي لشبكة عصبية BP (الانتشار العكسي للخطأ) لتحقيق عكس دقيق لمعلمات شبكة الكسور. استنادًا إلى 450 مقطعًا من منحنى التكسير حققت في آبار الغاز الصخري بمنطقة يوكسي غرب تشونغتشينغ، تم تدريب النموذج وتحسين معلماته، ونتائج العكس لمجموعة الاختبار أظهرت متوسط خطأ نسبي أقل من 15%، مما يثبت جدوى هذه الطريقة الجديدة لعكس شبكة الكسور في مكامن الغاز الصخري.
关键词
غاز صخري;منحنى تكسير;توقع معلمات الشبكة;شبكة عصبية BP;العكس