[发明专利]一种滑溜水压裂优化设计方法

权利要求书

1.一种滑溜水压裂优化设计方法，其特征在于，包括以下步骤：

步骤一：利用平行板裂缝模拟系统模拟支撑剂铺置过程，将采集的实验参数和实验结果数据作为数据样本，其中实验参数包括压裂液粘度、施工排量、砂比、支撑剂密度、支撑剂粒径、缝高和缝宽，实验结果包括平衡高度、平衡时间和砂堤前缘距离；

步骤二：将实验参数作为BP神经网络输入层神经元节点，实验结果作为BP神经网络输出层神经元节点，建立BP神经网络模型，利用步骤一中采集的数据样本对神经网络模型进行训练，调整模型使得BP神经网络模型达到设定精度，建立起输入层到输出层之间的非线性映射关系；

步骤三，将现场需要优化的施工参数进行随机组合生成数值矩阵，将数值矩阵归一化处理后带入训练好的BP神经网络模型，得到BP神经网络模型的输出结果；

步骤四，对BP神经网络模型的输出结果进行反归一化处理，生成输出矩阵；

步骤五，筛选输出矩阵中平衡高度最大、H因子最小和砂堤前缘距离最小的三组预测结果，并确定这三组预测结果在输出矩阵中对应的行列数；其中，H因子＝砂堤前缘距离/平衡高度；

利用这三组预测结果和这三组预测结果分别对应的输入层的数据，生成三套施工方案。

2.根据权利要求1所述的一种滑溜水压裂优化设计方法，其特征在于，压裂液粘度范围为1mPa.s-10mPa.s，砂比范围为0.03-0.10，排量范围为5m³/h-10m³/h，缝宽范围为1mm-12mm，支撑剂密度为1540kg/m³～3350kg/m³；支撑剂粒径范围为0.2-1.2mm。

3.根据权利要求1所述的一种滑溜水压裂优化设计方法，其特征在于，步骤二中，对BP神经网络模型进行训练时，压裂液粘度、施工排量、砂比、支撑剂密度、支撑剂粒径和缝宽中，每个参数取3-5个不同的数值，数据样本不少于45组。

4.根据权利要求1所述的一种滑溜水压裂优化设计方法，其特征在于，步骤二中，对BP神经网络模型进行训练时，学习率η设置为0.05-0.07；误差设置为0.01-0.05；迭代步长设置为3000-5000；隐层节点数设置范围为3-15；选择自适应lr梯度下降法对神经网络进行训练；随机选择不同条件下的支撑剂铺砂形态数据中的一部分作为检验样本，其余的作为训练样本；验证检验样本与BP神经网络模型预测值之间的相似度高低，通过调整BP神经网络模型隐层节点数来提BP高神经网络模型的精度，当检验样本与BP神经网络模型预测值之间的相似度在0.95以上时，BP神经网络模型达到设定精度。

5.根据权利要求4所述的一种滑溜水压裂优化设计方法，其特征在于，在MATLAB中，采用函数corrcoef验证检验样本与BP神经网络模型预测值之间的相似度高低。

6.根据权利要求1所述的一种滑溜水压裂优化设计方法，其特征在于，步骤三中，对现场施工排量和缝高进行优化，优化时，将现场设计缝高H以及现场施工排量Q用相似准则换算为平行板裂缝模型系统下的缝高h和施工排量q，如下式：

7.根据权利要求1所述的一种滑溜水压裂优化设计方法，其特征在于，步骤四中，对BP神经网络模型的输出结果进行反归一化处理后，若存在负数，在MATLAB中利用函数abs将输出矩阵变为正数矩阵。