水力裂缝与天然裂缝相交扩展形态的智能预测

水力压裂作为页岩气储层开采的核心技术,在压裂过程中水力裂缝的扩展会遇到天然裂缝,与天然裂缝相交后压裂缝的扩展特征对缝网的形成有明显影响,从而影响最终压裂改造效果。基于内聚力单元建立了基于断裂力学的页岩气储层渗流-应力-断裂耦合的水力裂缝与多个天然裂缝相交扩展模型,研究了不同天然裂缝倾角、天然裂缝尺寸、应力差、压裂液排量和黏度下水力裂缝与天然裂缝扩展形态规律。采用基于Bagging算法集成支持向量机(support vector machines, SVM)、决策树(decision tree classifier, DTC)、逻辑回归(logistic regression, LR)、K最邻近算法(K-nearest neighbor, KNN)的裂缝形态分类器对裂缝相交扩展形态进行预测,并将Bagging算法预测结果与SVM、DTC、LR、KNN预测结果进行比较。研究结果表明：基于Bagging集成算法对水力裂缝与天然裂缝相交扩展形态预测准确率达到了92.58%,相较于单个算法,最高提升了17.95%,其中应力差越小、天然裂缝倾角、裂缝尺寸越大和压裂液排量、黏度越低越容易产生剪切缝,...