Para resolver los problemas clave que enfrenta el desarrollo del yacimiento de petróleo compacto Huaqing en la cuenca de Ordos, como la baja precisión en la predicción de fracturas naturales y la falta de soporte teórico en el diseño de fracturamiento manual, se adoptó un método interdisciplinario de caracterización de redes de fracturas y cálculo de fracturamiento. Basado en datos de imagen de 452 pozos, muestras de núcleos y datos de experimentos de mecánica de rocas, se construyó un modelo multivariable acoplado "respuesta de registro - campo de tensiones - parámetros de fracturas". Se establecieron estándares de reconocimiento de fracturas naturales considerando indicadores cuantitativos como una caída de resistividad mayor al 30% y un aumento en el retardo de onda acústica superior al 10%. Mediante simulación gaussiana secuencial y el algoritmo de Oda (modelado estocástico de redes discretas de fracturas), se logró la reconstrucción tridimensional de la red de fracturas en la zona de estudio (orientación noreste 60°~90% con un 66.7%, longitud de 5~95 m, permeabilidad 0~18×10^-3μm²), con una validación del modelo cercana al 90%. En cuanto a la caracterización del campo de tensiones, se utilizó el método Eaton corregido para invertir una diferencia principal de tensiones horizontales de 4~8 MPa (la máxima tensión horizontal orientada a 75° noreste). Basado en el estudio de fracturas naturales y del campo de tensiones, se desarrolló un sistema de predicción de longitud de fracturas de fracturamiento mediante la fusión de modelos PKN/P3D (Perkins-Kern-Nordgren / pseudo 3D) y el algoritmo XGBoost, siendo la innovación clave la combinación del modelo clásico PKN/P3D con la consideración de la dificultad para obtener ciertos parámetros en campo, usando fracturas calculadas con el software comercial maduro Kinetix (software de simulación dinámica de fracturamiento) como muestras de aprendizaje automático, para conseguir calcular todas las fracturas en la zona y pozos adyacentes. La aplicación en campo mostró que el error medio de predicción con los datos de monitoreo micro sísmico fue solo del 7.2%, y el resultado permitió un aumento del 42% en la producción tras la fracturación repetida del pozo B195-100X. Este estudio formó una ruta tecnológica integrada "reconocimiento de fracturas - caracterización del campo de tensiones - predicción de longitud de fracturas - optimización de fracturamiento" adecuada para reservorios compactos sin datos sísmicos, proporcionando un método teórico reproducible y un paradigma técnico para un desarrollo eficiente de reservorios compactos en la cuenca de Ordos y condiciones geológicas similares.

reservorio compacto;alta pendiente;distribución de fracturas naturales;fracturas de fracturamiento;aprendizaje automático;campo de tensiones