东北石油大学地址在哪个区？秦皇岛东北石油大学地址( 二 )

1. 智能压裂技术发展历程智能压裂技术是将人工智能、大数据和云计算等信息技术综合应用于压裂设计、施工及返排生产的全生命周期，从而最大限度地提高压裂设计的科学性与针对性、压裂施工的精准性与高效性、压后返排与生产过程中储层–裂缝–井筒–井口–集输站等多节点系统的整体协调性和动态可优化性。智能压裂技术核心是基于地质–工程“动态一体化”的理念，通过压裂参数的智能优化、具有智能响应特征的压裂材料、压裂设备及工具的智能化和油气井全生命周期的智能控制等途径，实现多簇裂缝起裂与延伸特性的实时精准描述及四维可视化。智能压裂技术的发展历程可分为 3 个阶段。
1）裂缝参数多因素优化阶段（2000 年之前）。在该阶段，人工智能技术尚无明显的发展，在石 *** 业中应用较少，在水力压裂技术研究方面，仅仅通过正交方案设计开展了多因素条件下裂缝参数优化研究。
2）智能压裂技术萌芽阶段（2000—2010 年）。随着 BP 神经网络、模糊算法和遗传算法等智能算法取得突破，并逐步应用于整体井网的裂缝参数优化，智能压裂技术开始萌芽。此外，随着材料学的发展，开始研发可固化树脂包层砂、变黏酸及可变相态压裂液–支撑剂体系等智能流体及材料，并进行了现场试验。
3）智能压裂技术快速发展阶段（ 2010 年至今）。随着大数据、云计算、数字孪生等信息技术的快速发展，人工智能技术出现爆发性发展，智能压裂技术也进入快速发展阶段：采用机器学习的方式建立了压裂参数与油井产量的关系模型，并对压裂参数进行优化；开发了基于机器学习方式的井下风险预警系统，能够实现支撑剂砂堵等井下故障预警；压裂智能控制技术研究取得较大进展，研制了可以远程控制或通过编码开关的智能滑套、自动化及半智能化控制的压裂车组，并进行了现场应用。
2.智能压裂技术主要进展2.1 压裂参数智能优化页岩油气开发过程中，单井最优压裂参数并不能适用于井网中的每一口井。此外，为避免井间干扰，同时考虑压裂成本，需要对布缝方式、裂缝长度和裂缝导流能力等参数进行整体优化，以使整个井组或井网的综合产量及经济效益最大。为此，国内基于人工神经网络、遗传–变异算法，综合考虑了井网参数–裂缝参数–压裂参数及其约束条件，以“井工厂”平台的经济净现值最大化为目标函数，进行了多参数协同智能优化技术研究[14–19] 。近年来，在改进渗流模型的基础上，考虑人工裂缝与天然裂缝相互影响或考虑吸附解吸和非达西流动等因素的影响，开展了井网的布井数量、布井方式和裂缝参数的协同优化研究，结果发现井网中每口井的裂缝参数存在一定差异性时整体产能较高。目前，基于机器学习和智能算法的井网–缝网参数优化研究较少。
根据裂缝参数优化结果，可以对压裂规模、排量及加砂量等压裂参数进行优化，但压裂参数之间相互影响，存在多解性。近年来，基于随机森林、 K 均值聚类和 BP 神经网络等智能算法，国内外开展了大量压裂参数智能优化研究[20–23] 。通过机器学习的 ***，建立多因素变量与自变量的潜在关系，找到影响产能的压裂主控因素，从而计算排量、支撑剂粒径和液体类型等对裂缝网络扩展形态的影响，确定最优压裂参数。M.A.Al-Alwani 等人[24] 采用 PLS 回归 ***，建立了基于压裂参数的页岩气井产量关联模型，通过对马塞勒斯 2 700 多口井的大数据分析，得到产量与压裂参数的关系，可以根据储层特征确定相应的压裂参数。E.Urban-Rascon 等人 [25] 采用自组织竞争型神经网络 (SOP)***，建立了水力裂缝 SRV、裂缝复杂指数、缝长和缝高等裂缝参数的机器学习模型。