重磅！德克萨斯A＆M大学开发出重要算法解释页岩油裂缝信息

美国页岩油藏每天生产数百万桶石油。然而，与隐藏在地下岩石中的实际石油数量相比，这个数量还是很小的。油气行业将光纤传感电缆放在井下，以便更好地了解水力压裂的结果，以及为什么增产和生产过程不能以预期的速度释放困住的石油。

不幸的是，从这些传感器接收到的信息流非常庞大，很难分类。一个多学科小组,包括德克萨斯A&M大学的研究人员,从科罗拉多矿业学院的教员,创造了一个算法从压裂努力清理地下数据并提供清晰的视图,这些过程如何成功和失败在页岩储层岩石。

雪佛龙公司Harold Vance石油工程系研究员、副教授Kan Wu表示:“与简单的定性分析相比，我们的定量描述可以获得更多关于储层裂缝几何形状的信息。“我们已经测试了我们的算法，并已将其应用于该领域。”

该研究结果发表在11月11日的石油工程师协会SPE生产与运营杂志上。

传统的数据解释方法，虽然对工程师有帮助，但严格地基于定性信息或基于信息模式的概率。相比之下，该算法的开发是为了收集可计数的定量数据，如温度、压力或储层内的岩石变形变化。它识别产生变化的结果，并准确地模拟裂缝发展的距离和速度，它们的方向和规模。

低频分布式声学传感(DAS)数据收集技术仅存在了5年，因此并不是所有通过光纤从井中接收到的信息都已被完全破译。此外，由于地下结构的巨大变化，每口井都有自己的特点。正是由于这种复杂性，Wu和她的同事，同事George Moridis，教授和Robert L. Whiting Chair，以及矿业地球物理学助理教授葛进，需要大量的时间来精心开发他们的算法。

首先，研究人员测试了该算法清理数据和解释已知裂缝过程中简单流的能力。这样他们就可以回溯或逆转信息，找到骨折生长的起点。随着该算法扩展到理解更复杂的信息，他们提高了其向前思考的能力，并预测新的和复杂的裂缝是如何发生和生长的。

吴是岩石力学专家，金是地球物理学和DAS技术专家，Moridis是先进数值方法和耦合过程高性能计算专家。由于项目团队的多学科背景，该算法具有难以置信的灵活性来增长和适应它接收的数据类型。例如，研究该项目两年多的研究生刘永赞(Yongzan Liu)现在是一名博士后研究员，他利用类似的方法和模拟来自含水沉积物的光纤数据，为劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory)监测天然气生产。

Liu, Wu, Moridis和Jin是第一批开发这类算法并公布结果的人。他们的研究目标是最终实现算法的自动化，从而使压裂事件的反馈在钻井现场几乎实时地发生。通过这种方式，工程师可以根据每口井的特定成分快速调整裂缝设计。

Wu说:“行业需要这种类型的工具来了解裂缝的几何形状，并监测裂缝扩展。“它的效率越高，就越有助于优化水力压裂和完井设计，最大化油井产量。”