西安石油大学副校长张荣军：基于深度学习的页岩油双二维轨道剖面优化设计方法研究

本文转载自第四届中国油气人工智能科技大会合作期刊《钻采工艺》油气人工智能技术专刊作者简介：张荣军（1968—），博士，教授，本刊编委，西安石油大学副校长，主要从事油气田开发工程中物理化学渗流、油藏工程以及提高采收率理论与技术研究。

E-mail：rjzhang@xsyu.edu.cn

基金项目：国家自然科学基金“致密油储层人工裂缝网络形成机制及其流体多场耦合渗流理论研究”（编号：52074226）；国家自然科学基金“基于多源随钻信息与机器学习的储层岩性实时智能识别研究”（编号：52304036）。

基于深度学习的页岩油双二维轨道剖面优化设计方法研究

张荣军1，张喆1，郑小磊1

王六鹏1，孙健1，刘志坤2

1西安石油大学石油工程学院

2西安石油大学计算机学院摘要：页岩油的储层特性要求采用长水平段和大规模压裂技术，由此对井眼轨道设计提出了更高要求。文章针对传统三维轨道设计存在摩阻大、卡钻风险过高的问题，建立了“双二维”水平井轨道设计方案，包括上部三维增斜扭方位段与下部二维增斜，建立了入靶精度和最短井深作为双优化目标函数，采用深度学习方法进行求解。利用该模型对古龙页岩油进行轨道优化，结果表明采用深度学习的优化设计，在保持相同偏移距条件下总井深更小，表明该模型在实际应用中能够有效提高设计精度和施工效率。

关键词：双二维水平井; 页岩油; 轨道优化; 深度学习; 双目标优化

引用本文：

张荣军，张喆，郑小磊，等. 基于深度学习的页岩油双二维轨道剖面优化设计方法研究[J]. 钻采工艺，2025，48（1）：98-103

ZHANG Rongjun, ZHANG Zhe, ZHENG Xiaolei, et al. Research on Optimization Designing of Dual 2D Well Path Profile of Shale Oil Based on Deep Learning Method[J]. Drilling and Production Technology, 2025, 48(1): 98-103

论文原载于第四届中国油气人工智能科技大会合作期刊《钻采工艺》2025年第1期，访问《钻采工艺》官网，下载全文。

———END———化人工智能技术在油气勘探、开发、生产及管理全链条的创新应用，加速行业智能化升级与高质量发展，中国石油大学（北京）、中国石油天然气集团有限公司勘探开发人工智能技术研发中心、中国石化勘探开发数智技术重点实验室、油气资源与工程全国重点实验室、油气人工智能产学研创新联盟于2025年8月在北京联合举办“2025年第四届中国油气人工智能科技大会”。此次会议与合作期刊联合征稿，评选出的优秀论文将推荐至合作期刊上。

论文摘要截止时间：2025 年 6 月 30 日

论文全文截止时间：2025 年 9 月 1 日

联系人：马老师 15822801766

将论文摘要或全文发到邮箱paper@oilgasai.com

（注：论文摘要与参会回执表需同时投递）扫码添加会议联系人