典型文献
基于机器学习的压裂参数优化方法研究及应用
文献摘要：
本文对机器学习的压裂参数优化方法进行了深入的研究,机器学习是一门多领域交叉学科,涉及算法复杂度理论、概率学、统计学等多个学科.压裂是低渗透储层增产的主要手段,合理的压裂设计可为压裂施工提供有力指导,而压裂设计的核心就是施工参数的优化设计.在石油行业,油井生产到一定程度后,随着产能的下降和储层渗透率的降低,为了增强采油指数,提高油井生产产量,逐渐应用压裂工艺技术.压裂的方法分为水力压裂和高能气体压裂两种类型,水力压裂是通过地面高压泵注程序将流体注入井中,通过憋压大于地层破裂压力,使岩石地层破裂产生裂缝.为了防止现场压裂泵停止注入后,地层裂缝随着压裂液漏失而逐渐闭合;在现场施工曲线显示储层破裂后随即注入携砂液,加入大于地层密度的支撑剂,起到支撑和开启裂缝的作用,保证裂缝一直处于开启状态,使流体渗流环境得到改善.
文献关键词：
机器学习;水力压裂;参数优化;现场应用
中图分类号：
作者姓名：
商永涛;林新宇;李相亮;李辉
作者机构：
中海油服油田生产研究院,天津 300459
文献出处：
引用格式：
[1]商永涛;林新宇;李相亮;李辉-.基于机器学习的压裂参数优化方法研究及应用)[J].石油化工应用,2022(08):33-38
A类：
B类：
基于机器学习,压裂参数优化,研究及应用,领域交叉,交叉学科,算法复杂度,复杂度理论,概率学,低渗透储层,储层增产,压裂设计,压裂施工,施工参数,石油行业,油井,储层渗透率,采油,油指数,高油,压裂工艺,工艺技术,水力压裂,高压泵,泵注,注入井,憋压,破裂压力,岩石地层,压裂泵,层裂,压裂液,漏失,现场施工,随即,携砂液,地层密度,支撑剂,流体渗流,现场应用
AB值：
0.448755
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
