工程约束可解释机器学习用于鄂尔多斯盆地Y284致密油区块开发政策优化

《Processes》：Engineering-Constrained Explainable Machine Learning for Development Policy Optimization in the Y284 Tight Oil Block, Ordos Basin

　　

致密油开发效果受储层—工程耦合系统控制：储层质量、压裂设计、井网与生产政策共同决定地质潜力能否转化为持续产能。本研究针对陇东长6油藏Y284区块，构建了一套工程约束的可解释机器学习工作流程，并识别了五年累产油的主控因素。研究施加了四项约束：分离决策前变量与事后变量以避免信息泄漏；以递减拟合、见水分类和注水效果诊断为物理约束；依据精度与工程合理性双重标准筛选模型；将SHAP主控因素转化为现场可读的政策。在939口井记录中，338口具有完整地质与工程记录的井构成建模样本；按井型分层的五折交叉验证给出保留随机森林模型的折外R²为0.55。由泵注排量、段数和单段液量及砂量决定的工程沟通强度主导产量（平均绝对SHAP值的69.9%），其次为地质储能能力（21.6%）和注采控制（8.6%）；段数与泵注排量排名前两位。该框架是区块尺度的筛选与排序工具，而非高精度预测器。

**研究背景与问题** 致密油藏普遍具有强非均质性、小孔喉系统和低基质渗透率特征，单井产能并非仅由储层质量决定。若压裂未能沟通有效泄油体积、压力补充滞后或注入水沿优势通道快速推进，即使孔隙度、渗透率和含油饱和度较有利的储层段也可能表现为低产；反之，在改造强度、井距、注水量配置与生产政策匹配良好时，较差储层段亦可获得可接受产能。鄂尔多斯盆地陇东长6油藏Y284区块是这一耦合开发问题的典型代表，该区块包含II/III类致密油储层，发育定向井、大斜度井、水平井和直井等多种井型，现场动态表现为部分井初期高产、部分区域快速见水，且不同井型与井网间递减行为和累产差异显著。关键问题不在于单一地质或工程变量是否重要，而在于何种油藏开发条件下某变量成为主控因素。传统Arps递减分析虽能提供可解释指标，但在致密储层中易受关井、增产措施、见水、泵调整和注采政策变化干扰，须结合数据清洗、事件筛选与工程合理性检验；机器学习方法可学习非线性交互，但算法本身已属常规工具，研究创新点应在于构建控制特征泄漏、将现场诊断嵌入模型筛选、并将SHAP结果转化为可核查政策类别的工程约束工作流程。
**研究方法与技术手段** 研究人员建立了Y284三级数据层级，明确区分全油田记录、完整特征记录与取自本区块的建模样本，避免混淆油田总体与建模样本；构建决策前特征体系，将开发前或早期决策点可用变量与事后诊断变量分离；采用按井型分层的五折交叉验证并在20个随机种子上平均，同时保留随机划分与井型留出协议作对比；运用随机森林、XGBoost、LightGBM和CatBoost四种树集成算法，以R²、RMSE和MAE在训练、验证与独立测试集上评价，仅当模型同时满足统计精度、验证稳定性和油藏工程合理性时才被接受；采用SHAP量化特征重要性、贡献方向、交互行为与潜在工程阈值。样本队列来源为Y284区块939口生产井记录，其中410口具有有效五年累产油标签，338口具有完整储层性质、井距、排距和压裂参数记录者构成建模样本（104口水平井、234口定向井）。
**研究结果** 3.1 训练数据库参数平面分布分析：将储层质量、工程改造、井网井距和归一化累产目标分组编图，用于识别高产井受有利储层分布、更强改造、更优注采几何还是其组合匹配控制，并为SHAP结果提供空间一致性检验。3.2 生产动态与能量补充：Y284呈现阶段性生产与注入历史，早期注水量快速上升并于2013—2015年达高位后逐渐减弱，2021年后注入强度显著下降而含水率维持较高水平，表明压力支持与控水效果须联合评价；部分时期注入支持存在但未转化为比例产油增长，提示波及低效、井网控制不完整或水沿优势通道推进。3.3 递减行为与见水响应：716口井具有有效Arps递减分类（328口指数、276口双曲、112口调和），223口拟合不可靠井被排除；慢递减井占主导，强递减井初始递减率和首年递减率最高、b值范围较宽；见水响应总体偏快而产油响应分化，快速见水不等于有效驱油，单纯加强注入可能增加含水风险。3.4 井型与井网效应：水平井中位峰值产油约9.52 t/d、中位累产约9612 t，均高于定向井和大斜度井，但存在样本偏差，需同储层类别比较或倾向得分匹配后方可作因果推断；五点与七点井网累产中位数高于主导的菱形反九点井网，但其同时为水平井，井网与井型无法分离，主导井网不必然对应最优开发效果。3.5 模型性能与模型选择：四种算法在相同决策前特征集与建模样本上训练，随机森林与CatBoost在折外RMSE和MAE上不可区分（均为0.184和0.122），依种子稳定性与训练—测试差距判定随机森林更优，其折外R²在20个种子上重现为±0.012，而其余三种为±0.036至±0.044；接受模型的训练R²为0.704、折外为0.546，训练折内RMSE为0.148、折外为0.184，膨胀24%，学习曲线单调且残差无系统结构，表明该差距反映338口井、十二预测变量问题的样本规模而非记忆。3.6 SHAP主控因素：按物理因素组聚合，工程沟通强度占总平均绝对SHAP值的69.9%，地质储能能力占21.6%，注采控制占8.6%；段数与泵注排量分列第一、二位，井型在纳入改造强度变量后无额外信息，渗透率、孔隙度和含油饱和度的边际贡献在本样本量下与零不可区分；泵注排量与井距（H=0.410）、与总段数（H=0.393）交互最强，表明改造排量效应依赖注采几何而非独立起作用。3.7 储层—开发匹配框架：从储层质量与孔喉结构出发，评估能量补充方式与井网几何能否提供有效压力支持，再依据递减强度、见水响应和改造规模判断压力短缺、连通性弱、水窜或早期产能损失过快，形成四类现场可读匹配规则。3.8 验证策略敏感性与负的组感知R²成因：按井型整组划分使模型需外推至训练折从未包含的目标区间，两类井目标中位数相差3.3倍（水平井0.5591、定向井0.1746），系统偏移导致R²强负；井型仅解释总目标方差的5.6%，不足以解释?10量级负值，负值属验证设计属性而非模型失败；改用按井型分层五折后四种集成折外R²为0.51—0.55，井型留出与整组井网留出仅作对比。3.9 与传统油藏分析方法交叉比较：因缺乏微地震或净压力反演无法标定裂缝几何，未开展全尺度数值模拟；Arps外推（前36个月拟合）MAE为0.0291、R²为0.977，随机森林MAE为0.1206、R²为0.555，类比法MAE为0.1263、R²为0.465；递减法与类比法分别需要36个月本井历史和5年邻井生产历史，在部署决策点不可用，而机器学习模型仅用开发前决策变量，故二者为互补分工；递减法表观精度部分源于指标假象，限定于24个月增量时其相对误差升至31.4%；机器学习模型对高产水平井系统性低估，26口观测值高于0.8的井残差均为负，最大为?0.877，属小样本向条件均值收缩。3.10 倾向得分分析检验井型部署偏差：水平井平均孔隙度9.30%低于定向井11.80%（标准化均值差?2.66），渗透率、含油饱和度和净厚度两组无统计差异，表明水平井并未优先部署于优质储层；以井型为处理、四项储层性质为协变量的倾向得分模型AUC达0.970，338口井中135口（40%）落在共同支撑区外，最近邻匹配后最大剩余标准化均值差为0.37—0.48，匹配不可行，故报告为结果而非以数据无法支持的平均处理效应替代；限定共同支撑区（n=202）井型差异为+0.43，按孔隙度五分位分层各层均为正（+0.35、+0.46、+0.71，层均值+0.50），水平井优势非孔隙度选择所致，但因井型非随机分配仍解读为关联；井型与井网完全共线（234口定向井均为菱形反九点，104口水平井分布于五点、七点、九点），井网已从特征集移除，相应结论以井型/井网联合构型表述。3.11 工作实例：按完整决策前变量、至少60个月生产历史和已建立递减拟合的规则选取四口井构成两组对照（段数15与7的两口水平井；单段排量约1.8—1.9 m³/min但净厚度26.4 m与16.3 m的两口定向井），完整演示数据输入、工程诊断、SHAP分解与政策输出四阶段流程；按段数分箱，104口水平井在(0,8]、(8,10]、(10,12]、(12,14]和(14,20]段区间的五年归一化累产中位数分别为0.481、0.514、0.640、0.823和0.780，呈12—14段明显平台，模型预测H-2由7段提至12—14段可使五年累产由0.615升至0.808—0.831（+31%），而H-1已处15段无进一步增益；泵注排量因设计取值离散（19口水平井共用8.0 m³/min）仅作支撑条件而非独立政策杠杆。
**讨论与结论** 讨论部分指出，Y284开发效果本质上是储层质量、压力支持、井网几何与改造强度之间的匹配问题，静态储层性质界定潜在储能与渗流基础，而实现五年累产取决于工程系统能否有效连通并维持该潜力；动态诊断表明Y284不能简单依靠加大注入强度优化，快速见水与分化产油响应并存说明部分井组水力连通强而有效波及弱，现场含义应由注量导向评价转向连通性与波及导向评价。泵注排量、井距与段数的交互具有物理基础：提高排量增大净压力与诱导裂缝复杂性从而扩大改造体积和有效泄油面积，但若井距不同步增大，相邻井改造体积重叠，井间干扰将预期增益部分转化为加速压降而非额外采出；段数控制相同总液量与砂量沿水平段的分配，过少则集中于少数簇、剩余段未受改造，超过一定密度后增量簇落入邻簇干扰区而新增泄油有限，三者须相互匹配并与井距匹配，现场数据中12—14段平台即为段数达到干扰极限的经验标志；本区块井距效应无法与井型效应分离，作为局限陈述而非由模型解决。工程约束建模方面，数据泄漏是五年累产预测的关键方法学风险，年产油、产液、含水、递减类型、注水效果类型和见水响应类型等高信息变量部分概括了定义目标的同一生产过程，若无时间窗控制模型可能复现答案而非提供可操作预测，故区分决策前与事后诊断特征集；高随机划分R²不应解读为开发前预测能力，现场部署评价应包含训练、验证与独立测试指标、重复随机种子、预测—观测图、残差分布和组感知验证，交叉验证折须尊重现场数据结构。井型与井网效应方面，水平井表观产能优势应解读为关联而非直接因果，本数据集中水平井孔隙度反而更低且孔隙度分层比较各层均为正，倾向得分匹配因孔隙度几乎完全分离两组而不可行，井型非随机分配故差异报告为关联；主导菱形反九点井网在当前统计中不必然给出最佳累产响应，小样本与局部储层差异可能放大表观井网效应，本结果的工程价值在于识别井网与储层连通性失配的条件而非宣称某一井网普遍优越。SHAP结果在模型输出与油藏工程解释之间架起桥梁，将变量归入地质储能能力、注采控制体积和工程沟通强度三类物理范畴比简单排序更利于现场判断低效井属储层受限、压力支持受限、井网受限还是改造受限；政策建议应由组合诊断状态映射而非单一变量。局限性包括：338口井样本偏小，框架定位为规划阶段政策选择的区块尺度筛选与排序工具；孔喉分布、裂缝几何、压力瞬变指标和运行制度变化等强工程含义变量覆盖不足；SHAP值属基于模型的关联，不能证明因果，须结合受控现场对比、数值模拟或现场调整验证；井型与井网强关联致二者SHAP贡献无法分离，识别的主控因素仅适用于样本所代表的井型与井网类别。未来工作应锁定Y284训练数据库并在控泄漏与组感知验证下报告完整性能指标、增加EUR等全生命周期指标作为目标、将重要变量SHAP依赖与交互图拐点区转化为现场级政策阈值并选取代表性井组开展前后预测或现场验证。结论部分译为：Y284区块被重建为致密油案例，其机器学习阶段由取自本区块、覆盖两种井型和主导井网类的338口井建模样本支撑；在n=338口井与九个候选模型族条件下样本偏小，故框架定位为规划阶段政策选择的区块尺度筛选与排序工具，结果外推应谨慎。油藏工程诊断表明Y284具有阶段性生产与注入行为、含水压力上升、慢递减井主导以及快速见水与分化产油响应失配的特征，这解释了有利储层质量为何不自动转化为有利开发效果。井型分析表明水平井具有最强的产能与累产优势，而定向井构成主要样本总体；井网分析表明全油田总体中主导的菱形反九点井网不必然是最有效井网，建模样本亦覆盖菱形反九点井网，这凸显井距与连通性优化的必要性并限制井网层面外推；由于本区块井型与井网完全共线——所有定向井均完成于菱形反九点井网，而水平井分布于另外三种井网且无重叠——两个描述符无法分离，相应结论以井型/井网联合构型连同相关改造强度表述，而非作为井网效应。按物理因素分组，SHAP解释识别工程沟通强度（占总重要性69.9%，以总段数和泵注排量为首）为主控因素，其次为地质储能能力（21.6%）和注采控制（8.6%），结果证实五年累产油受储层—工程因素间匹配控制而非单一地质或工程变量。研究提出了Y284开发政策匹配框架，支持压力维持、注采调整、控水、井网优化、改造参数复核和低效井筛选的差异化决策；该模型意在作为区块尺度筛选与排序工具，其阈值需在其他区块重新校准，不主张跨区块外推；现场部署前应通过控泄漏模型运行、按井型分层验证和代表性井组验证对框架进行校准。