来源：期刊VIP网 时间：
作者：刘珊;侯冰;谢锦阳;黄毅;
单位：中国石油大学(北京)人工智能学院;中国石油大学(北京)克拉玛依校区石油学院;中国石油大学(北京)油气资源与工程全国重点实验室;中国石油大学(北京)石油工程学院;中国石油集团测井有限公司西南分公司;
摘要：压裂改造是提升非常规储层渗透率与导流能力的核心技术，压裂前精准评价储层可压性对油气高效开发至关重要。针对常规人工智能评价方法泛化能力依赖特征工程、解释性不足的问题，提出数据驱动与机理约束结合的可压性评价新范式:以四川盆地泸州区块龙马溪组页岩为对象，通过AutoML建立地质-工程甜点预测模型，SHAP算法对复杂非线性模型进行后验解释，揭示特征参数对裂缝网络的影响机制;将此影响转化为物理约束，构建线性可压性评价模型。研究表明:(1) SHAP分析定量揭示了孔隙度、水平应力差分别是地质、工程甜点的绝对主控因素，阐明了主变量与协变量之间联合作用对可压性的贡献;(2)物理模拟结果与模型预测高度吻合，实验观测的裂缝从简单主裂缝向复杂缝网的变化，与工程甜点计算结果较吻合。开展2组真三轴水力压裂物理模拟实验，验证了工程甜点差异的合理性，并将此算法应用于泸州区块两口井，验证了模型兼具精准预测与可解释性，可为现场设计提供参考。
关键词：深层页岩;;可压性评价;;可解释人工智能;;SHAP;;物理约束
基金资助：新疆维吾尔自治区科技计划项目“新疆高温高压深层钻探井壁失稳机理与控制关键技术研究”(2024B01014);; 国家自然科学基金重点项目“提高超深大斜度井压裂效率的关键力学问题研究”(52334001)
