基于数据挖掘的岩石缝网渗流特征及规律

作     者：管毅 

作者单位：中原工学院 

学位级别：硕士

导师姓名：胡江春;李国峰

授予年度：2021年

学科分类：0820[工学-石油与天然气工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 082002[工学-油气田开发工程] 

主      题：岩石力学 裂隙渗流 相似模拟 图像处理 神经网络 

摘      要：我国页岩油气资源储量丰富,但由于其埋藏较深、储层渗透率较低,开采难度较大。页岩压裂技术可以改善页岩油气储层的裂网分布,提高储层裂网渗流能力,是页岩油气开采及增产的重要方法。因此研究岩石缝网特征与渗流关系,有助于改善页岩油气水平井压裂施工设计,提高油气开采效率。本文以页岩油气储层缝网渗流问题为切入点,研究裂隙岩体表征与渗流关系,具体过程如下:首先,设计了室内裂隙岩体渗流实验模拟装置,预制120块不同裂隙规模的试块,模拟不同裂隙开度及复杂度的裂隙岩体渗流状况,为研究裂隙岩体渗流规律提供数据基础。其次,采用电化学检测方法从微观层面分析裂隙岩体的电化学表征与渗流关系。再次,结合图像处理、神经网络和数模转化算法,设计了裂网数模转化软件,挖掘裂隙岩体裂网特征参数。最后,根据裂网特征参数和裂网图像特征,设计并训练裂隙岩体渗流预测模型,借助模型进一步分析裂网各特征参数与渗流系数的关系。取得研究成果如下:（1）通过室内模拟实验发现,电化学阻抗值的变化幅度越大表明其渗流系数越小,电化学高频段总阻抗均值与渗流系数呈正相关关系。（2）融合了机器视觉处理算法和神经网络识别算法的裂网特征提取方法,通过将裂网特征提取阈值取值方法由整体改为局部,有效改善了裂网图像误识别、裂缝断线、图像噪点较多的问题。（3）整合了图像处理算法、YOLO V4神经网络模型、裂缝参数计算方法等算法,形成了适用于本文的裂网数模转化软件。（4）通过分析裂网图像数模转化后的裂网特征参数与渗流系数的关系,发现渗流系数与裂缝最大开度呈正相关关系。当试块渗流系数较小且裂隙最大开度较小时,裂缝平均开度与渗流系数也呈正相关关系。（5）通过自主设计训练获得的裂隙岩体渗流预测模型分析裂网特征参数与渗流关系,发现裂隙岩体裂网的最大开度对其渗流系数的影响权重最大,裂网面积对渗流系数的影响权重最小,其中渗流系数随分形维数增大而增大。（6）通过训练混合输入型神经网络裂隙岩体预测模型发现,引入裂隙岩体裂网图像的神经网络其渗流预测效果较好。本文研究成果可为页岩致裂后渗流效果预测及评估提供新思路,为页岩油气水平井压裂施工设计提供参考。