En el proceso de fracturamiento hidráulico de gas de lutita en profundidad en la cuenca de Sichuan, para reducir los riesgos de sobreposición y migración lateral, la mayoría de los segmentos de fractura cercanos a las bandas de fallas adoptan medidas preventivas conservadoras, pero esto a menudo provoca una disminución significativa de la producción. Para aumentar lo más posible el volumen final recuperable por pozo (EUR) mientras se controla eficazmente el riesgo, es urgente lograr un reconocimiento y predicción precisos de los riesgos. Basado en datos de monitoreo y construcción, se realizó una clasificación sistemática y calibración de niveles de riesgo de sobreposición y migración para 2156 segmentos de fractura en el área de pozos Y del sur de Sichuan, y se recopilaron estadísticas de las características geológicas clave como las bandas de fallas, superficies naturales débiles microscópicas, mecánica de rocas y esfuerzos tectónicos. Además, se utilizó análisis estadístico para revelar las relaciones de influencia de varios parámetros geológicos en los riesgos, e introdujo por primera vez una red neuronal de propagación hacia atrás optimizada por enjambre de partículas, usando parámetros geológicos como entrada y niveles de riesgo como salida, para construir un modelo predictivo de riesgos de sobreposición y migración. Los resultados muestran que los riesgos están principalmente controlados por la distribución de las bandas de fallas; las superficies naturales débiles microscópicas, mecánica de rocas y esfuerzos tectónicos afectan los riesgos mediante el cambio en la dirección de expansión de las fracturas hidráulicas y la distribución local del esfuerzo. El modelo predictivo logró una precisión mayor al 83% en los conjuntos de entrenamiento (80%) y prueba (20%), mostrando buen ajuste y capacidad de generalización. Basado en los resultados, se propusieron contramedidas de ingeniería formando un método integrado de "predicción del riesgo antes de la fractura – optimización del plan de fractura". Los resultados en campo muestran que este método puede evitar eficazmente los riesgos y aumentar significativamente el EUR por kilómetro por pozo, logrando un equilibrio entre control de riesgos y aumento de la producción. Los resultados del estudio proporcionan un nuevo medio para predecir riesgos en fracturamiento hidráulico profundo y una referencia para la optimización del diseño de fractura.

gas de lutita en profundidad; sobreposición; migración lateral; modelo de predicción de nivel de riesgo; optimización por enjambre de partículas-red neuronal de propagación hacia atrás; contramedidas de ingeniería