La production de gaz de schiste présente une dynamique caractérisée par une production élevée en début de période suivie d'une décroissance rapide. Cette décroissance rapide indique que la distribution initiale peut être excessive; une répartition inadéquate entraîne une épuisement trop rapide de la capacité du réservoir, ce qui affecte les réserves économiquement récupérables (EUR) du puits de gaz. Par conséquent, une évaluation raisonnable de la capacité de production des puits de gaz de schiste est cruciale pour assurer la production stable du réservoir. Afin de clarifier les problèmes des méthodes actuelles d'évaluation de la capacité de production et leurs solutions, une étude a été menée pour analyser la signification particulière de la capacité de gaz de schiste, et une revue des progrès réalisés dans trois méthodes d'évaluation : analyse des équations de flux, simulation numérique des équations de flux et intelligence artificielle. L'étude montre que la capacité de production du gaz de schiste manifeste clairement des caractéristiques par phases, avec des facteurs contrôlants principaux, mécanismes de flux et états de flux différents selon les stades de production. Il existe de grandes différences entre les facteurs contrôlants de la production initiale et finale, ainsi qu'une compréhension différenciée entre les méthodes d'évaluation. L'analyse des équations de flux dépend du niveau de compréhension des mécanismes de flux ; la simulation numérique nécessite un grand volume de données fiables et une expérience en ingénierie des réservoirs pour valider les résultats ; la méthode d'intelligence artificielle souffre d'un manque de transparence, d'une difficulté d'interprétation et d'une faible capacité de généralisation. Sur cette base, les recherches futures devraient s'appuyer sur l'approfondissement des mécanismes de perméation du gaz de schiste aux niveaux micro et macro, intégrant une description multidimensionnelle de la capacité via la modélisation géologique approfondie, l'évolution des propriétés mécaniques sous contrainte, l'expansion des fractures, la simulation numérique des écoulements multiphasiques et l'analyse du déclin. Il est également nécessaire de renforcer les contraintes indépendantes des mécanismes des algorithmes d'apprentissage automatique, ainsi que la transparence et l'interprétabilité des inférences causales, afin de surmonter les limites des méthodes actuelles, et ainsi construire des modèles et méthodes raisonnables d'évaluation de la capacité du gaz de schiste, fournissant un appui théorique pour une évaluation précise de la capacité des puits, la production stable et un développement efficace.

gaz de schiste; évaluation de la capacité; analyse des équations de flux; simulation numérique des équations de flux; intelligence artificielle; évaluation dynamique