文献类型：期刊文章

作　　者：闵超[1,2,3] 代博仁[1,2] 石咏衡[4] 杨兆中[3] 李小刚[3] 张馨慧[1,2]

Min Chao;Dai Boren;Shi Yongheng;Yang Zhaozhong;Li Xiaogang;Zhang Xinhui(School of Science,Southwest Petroleum University,Chengdu,Sichuan 610500,China;Institute for Artificial Intelligence,Southwest Petroleum University,Chengdu,Sichuan 610500,China;State Key Laboratory of Oil and Gas Reservoir Geology and Exploration,Southwest Petroleum University,Chengdu,Sichuan 610500,China;PipeChina Oil&Gas Control Center,Beijing 100022,China)

机构地区：[1]西南石油大学理学院,四川成都610500 [2]西南石油大学人工智能研究院,四川成都610500 [3]西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500 [4]国家管网集团油气调控中心,北京100022

出　　处：《特种油气藏》

基　　金：国家科技重大专项“多层复杂煤体结构区煤储层直井压裂技术研究”(2016ZX05044-004-002);四川省科技计划项目“四川页岩气产业发展质量综合监测和评价技术研究与应用示范”(2020YFG0145);成都市科技局国际合作项目“基于深度学习的孔隙网络渗流模拟理论和技术探讨”(2020-GH02-00023-HZ)。

年　　份：2022

卷　　号：29

期　　号：4

起止页码：135-141

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、PA、RCCSE、ZGKJHX、核心刊

摘　　要：煤层气压裂效果与影响因素之间存在的非线性关系难以从机理层面进行系统分析,针对该问题,提出了一种基于聚类匹配的压裂效果主控因素识别方法。该方法从数据中挖掘影响因素的内在联系而非通过主观判断来分析压裂效果与影响因素之间的联系。首先,以压裂后的产气指标数据为研究对象,利用凝聚聚类方法对样本井进行分类和效果评价;其次,利用K-means聚类算法结合信息增益排序与相关性分析,对影响因素进行分类与筛选,从中选取前置液用量、携砂液用量、含气饱和度、含气量、垂直应力、支撑剂用量、破裂压力、加砂强度8个因素;最后,对筛选出的因素进行样本聚类,将聚类结果与压裂效果的评价分类结果进行聚类匹配,实现了压裂效果主控因素的识别。与其他主控因素识别方法对比,验证了该方法的有效性和可操作性。该研究可为优化二次压裂施工方案提供技术支持。

关 键 词：煤层气 压裂 凝聚聚类 主控因素 K-MEANS聚类 信息增益

分 类 号：TE357.2]