Tiefe dichte Ölvorkommen in der Dongying-Senke (Tiefe 3700~4300 m) stehen vor typischen tiefen Herausforderungen aufgrund hoher geothermischer Temperatur (152 ℃), hohem Lagerstättendruck und starkem Spannungsschutz-Effekt, wie kurze Halbbrüche (unter 80 m), schnelle Produktionsabnahme (über 40 % Rückgang in 3 Monaten) und große Kapazitätsunterschiede aufgrund schlechter Abstimmung geologisch-technischer Parameter. Dieser Artikel schlägt ein verbessertes Verfahren der „vorangestellten superkritischen CO₂-Injektion und präzisen Aktivierung mit Adsorptionsflüssigkeit“ zur Energiespeicher-Frakturierung vor, um die Kernprobleme der tiefen Energieauffüllung, begrenzten Rissausdehnung und niedriger Mobilisierungseffizienz von Matrixöl zu lösen. Das Verfahren nutzt die Phasenkontrolle von superkritischem CO₂ (Temperatur 35 ℃, Druck 15 MPa, Dichte 0,8 g/cm³) und dessen hohe Diffusionsfähigkeit (0,12 cm²/s) sowie das Phasenausdehnungspotential zur vorangestellten Energiespeicherung und Frakturbildung; kombiniert mit einem optimierten anionischen Petroleum-Sulfonat Adsorptionsflüssigkeitssystem (Oberflächenspannung reduziert auf 0,15 mN/m, Kontaktwinkel optimiert auf 65°), was Kapillarwiderstand verringert und die Benetzbarkeit des Speichers verbessert, um eine präzise Aktivierung des Matrixöls zu erreichen. Zur Lösung der Mehrparameter-Optimierung wurde eine numerische Simulationsdatenbank mit 960 Szenarien basierend auf orthogonalem Versuchsdesign L₆₄ (4⁵) erstellt, welche 6 wichtige geologische Parameter und 5 zu optimierende technische Parameter umfasst. Weiterhin wurde ein gekoppelte Optimierungsmodell entwickelt, das Backpropagation (BP) neuronale Netzwerke und genetische Algorithmen kombiniert, mit dem kumulativen Ölvolumen als Zielfunktion zur globalen Optimierung von CO₂-Injektionsmenge, Adsorptionsflüssigkeitsmenge und -injektionsgeschwindigkeit, Stillstandzeit und täglicher Flüssigkeitsproduktion. Die Modellvalidierung zeigt, dass der relative Vorhersagefehler des BP-Netzes 2,5 % nicht übersteigt (neue Brunnen mit 13 Knoten im verdeckten Layer, mittlerer quadratischer Fehler 0,0037; alte Brunnen mit 8 Knoten, MSE 0,0043). Der genetische Algorithmus konvergiert innerhalb von 75 Generationen (Kreuzungswahrscheinlichkeit P_c=0,4, Mutationswahrscheinlichkeit P_m=0,2), was die hohe Genauigkeit und Effizienz des Modells bestätigt. Der praktische Einsatz zeigte signifikante Ergebnisse: Halbbruchslänge stieg von 78 m auf 161 m, Zunahme um 106,4 %; 90-Tage-Produktionsrückgangsrate des typischen Brunnens Y22 sank um 13,3 %; nach Parameteroptimierung stieg die Förderkapazität neuer und alter Brunnen jeweils um 16,8 % bzw. 11,2 %. Die Studie entwickelte einen integrierten Optimierungsentscheidungsprozess, der numerische Simulation, Parameterlernen und dynamische Optimierung kombiniert, um effektiv das Problem der longitudinalen Risserweiterung in Kastenbecken zu lösen, und bietet ein anwendbares Optimierungsparadigma für die effiziente Erschließung unkonventioneller Kohlenwasserstofflagerstätten.

Energiespeicher-Frakturierung; tiefe dichte Ölvorkommen; superkritisches CO₂; BP neuronales Netzwerk; genetischer Algorithmus; Parameteroptimierung