1月16日（本周四）晚上19:00，AGER论坛将在线上与大家见面，本期论坛，三位主讲嘉宾将围绕石油开采效率优化与灾害智能预警研究，为大家带来精彩分享。
报告题目：水平井体积压裂地质工程一体化构建缝网特征
报告人：赵万春，东北石油大学
本研究针对致密储层采出程度低和压裂后裂缝展布难题，结合岩心观察及测井成果，构建了跨尺度裂缝网络系统，实现了天然裂缝的精细表征。基于能量突变理论，建立了岩石各向异性脆性评价体系及压裂裂缝动态延伸模型，分析了地质与工程因素对裂缝扩展的影响。通过Petrel属性建模与Visage力学场模拟，构建了四维应力场分布模型，模拟了压裂缝网的动态扩展规律。结果显示，裂缝扩展受天然裂缝密度、裂缝夹角、水平应力差等地质因素及排量、压裂液黏度、射孔簇间距、支撑剂粒径等工程因素共同影响。模拟得出最佳排量为10-12 m³/min，最佳簇间距为10-15 m。本研究为致密储层压裂设计提供了优化参数和指导建议，并为开发方案的优化设计提供了科学依据。
报告题目：基于人工智能的石油开采中应力卸载诱发地震研究
报告人：宋真龙，南方科技大学
地质能源开采活动中的应力卸载诱发地震是地震学和工程安全领域的研究重点。本研究创新性地将波形神经网络应用于实验室诱发地震事件的裂缝分类与表征，结合无监督和监督学习技术，取得了显著进展。通过构建深度学习模型，对大量声发射波形数据进行无监督训练，提取时频特征，并利用标记数据集进行监督微调，获得了准确率达97.6%的高精度分类模型。研究揭示了地质能源开采中复杂的断层滑移机制，指出流体渗透首先在低应力断层区域引发低能量剪切断裂，随后在高应力区演化为拉伸裂缝。这一发现为流体诱发地震的关键前兆识别提供了重要依据，推动了地震早期探测技术的发展。该研究对地热、页岩气及常规油气开采中的诱发地震监测与预警具有重要理论和实践意义，提升了能源开采的安全性和效率，促进了能源行业的可持续发展。
报告题目：数据驱动的地下工程岩石断裂模式智能识别研究
报告人：黄杰，重庆交通大学
深地工程中，巷道快速掘进、矿产资源开采及储层水力压裂等施工作业时极易出现复杂的三维应力重分布，导致巷道或井筒围岩损伤断裂进而诱发工程灾害。基于“人工智能+断裂声学”构建自主推理模型，可为深部岩石断裂状态的实时精准判识提供新方法。然而，由于声学训练数据处理理论匮乏、深度学习模型选择依据不足以及预训练模型难以任务迁移，限制了该方法的应用和发展。在本次汇报中，汇报人将分享多年来围绕该主题所开展的工作、已取得的一些有价值的发现和对应的思考、下一步工作的重心和拟开展的相关项目情况。
- END -
