في عملية تطوير مكامن الغاز الصخري بشكل متداول، تسهل عمليات التكسير الهيدروليكي للآبار الجديدة حدوث تداخل بين الآبار المجاورة، مما يؤثر بشكل كبير على فعالية تطوير الآبار القديمة والجديدة. ومع ذلك، يفتقر الوضع الحالي إلى طرق تقييم وتوقع مخاطرة التداخل بين الآبار بطريقة كمية ودقيقة وفعالة، مما يصعب تجنب التداخل بين الآبار عند وضع خطة زيادة كثافة الآبار في مكامن الغاز. بناءً على ذلك، تم إنشاء نموذج تقييم مخاطر تداخل الآبار الغازية باستخدام طرق التعلم الآلي لتحقيق تقييم كمي لمخاطر التداخل، مما يساعد على استغلال طاقة الآبار الغازية الصخرية إلى أقصى حد. أولاً، تم اختيار أهم العوامل المؤثرة على التداخل بين الآبار، وتم إنشاء طريقة معالجة بيانات فعالة لتحسين جودة البيانات لتكوين مجموعة بيانات للنمذجة؛ ثم، تم دمج خوارزمية التجميع K-Means وتحليل الارتباط سبيرمان لإنشاء نموذج تقييم مستوى خطر التداخل بين الآبار، وتم إجراء تقييم نوعي لمستوى التداخل بين الآبار للآبار المتأثرة؛ وأخيرًا، بناءً على نتائج نموذج التقييم ومقترنة بخوارزمية التصنيف KNN، تم إنشاء نموذج توقع لخطر التداخل بين الآبار، لتحقيق توقع كمي لمخاطر التداخل للآبار الجديدة أو التي لم تحدث بها تداخل بعد، مع تقييم تأثير كل عامل على التداخل باستخدام نتائج النموذج. أظهرت النتائج أن نسب عدد الآبار في مكمن الغاز الصخري X حسب درجة التداخل بين الآبار (منخفض، منخفض نسبيًا، متوسط، مرتفع نسبيًا، مرتفع) كانت 27.48%، 30.39%، 20.59%، 16.67%، و4.90% على التوالي. بلغت دقة نموذج توقع مخاطر التداخل 90.48%، وكان معدل إنتاج الغاز اليومي للآبار الأم قبل التداخل له التأثير الأكبر على التداخل بين الآبار. مقارنةً بأساليب معالجة البيانات التقليدية، تزيد الطريقة المقترحة من دقة النموذج بنسبة 14.29%، مما يوفر طريقة موثوقة للتوقع الكمي لمخاطر تداخل الآبار الغازية الصخرية.

غاز الصخر;تداخل الآبار;تقييم وتوقع المخاطر;التعلم الآلي;خوارزمية تجميع K-Means;خوارزمية تصنيف KNN