摘 要：本文研究基于智能计算的压裂施工参数优化方法，在收集、分析了大量储层、压裂、产能数据的基础上，优选出了储层参数、岩石力学参数、压裂施工参数和产能参数等，分别建立了用于裂缝模拟的神经网络专家组和用于产能模拟的神经网络专家组，采用遗传算法优化施工参数，现场应用效果良好，对其他类似区块具有借鉴意义。

关键词：压裂；智能计算；压裂参数优化

DOI：10.16640/j.cnki.37-1222/t.2017.24.070

1 前言

传统压裂施工参数的优化是基于数学模型或理论公式的，软件模拟的结果与实际裂缝监测结果都有偏差，软件可信度越来越低。国内外学者对智能计算方法应用于压裂工程已经做了一些探索[1-3]。然而这些研究都仅限于探索阶段，目前未见到成熟的研究成果和应用的相关文献报道。本文首先收集了大量压裂历史数据，优选出储层参数、岩石力学参数、压裂施工参数和产能参数等作为建模的基础，然后分别建立了裂缝模拟神经网络专家组和产能模拟神经网络专家组，最后应用遗传算法优化施工方案，形成了软件并应用于现场。

2 方案设计

2.1 参数分析与优选

通过对目标区块大量压裂施工曲线进行大量观察和总结，发现压裂加砂时按照“五段式”加砂方式进行，即携砂液阶段可按照砂比的不同分为五个阶段。最终确定了储层参数5个（深度、地层压力、渗透率、孔隙度、厚度），岩石力学参数6个（盖层、底层与储层的闭合压力；盖层、底层与储层的杨氏模量），压裂参数12个（排量（RD）、前置液量（V0），第1段～第5段携砂液量（V1～V5）、第1段～第5段砂浓度（C1～C5））。……