基于代理模型的缝内支撑剂铺置形态高效预测方法

摘要

非常规油气储层体积压裂中，大量支撑剂颗粒随压裂液注入地层裂缝，其在缝内的铺置形态将决定裂缝支撑效果和导流能力.准确预测缝内支撑剂铺置形态有助于优化压裂设计、提升改造效率.实验模拟和数值模拟是当前复现缝内支撑剂堆积过程和铺置形态的主要手段，但仍存在模拟尺度小、模拟耗时长和操作成本高等局限.本文以支撑剂输送数值模拟结果为数据集，提取了表征支撑剂铺置堆积的特征参数，基于级联神经网络，建立了支撑剂铺置形态预测的智能代理模型.结果表明，代理模型预测结果与数值模拟结果高度吻合，单步预测耗时仅为单步模拟耗时的0.14%.本文提出的模型和方法可实现支撑剂输送仿真加速，极大地缩短了支撑剂铺置形态的预测时间，其进一步完善后将在压裂实践中具有广泛的应用前景.

关键词

体积压裂 / 支撑剂 / 铺置形态 / 级联神经网络 / 代理模型

基金资助

国家自然科学基金联合基金资助项目（U23B6004）