石油物探  2018, Vol. 57 Issue (6): 878-883, 891  DOI: 10.3969/j.issn.1000-1441.2018.06.010
0
文章快速检索     高级检索

引用本文 

李强, 尹成, 王俊力, 等. 基于天然裂缝破坏行为的页岩储层压裂微地震事件预测[J]. 石油物探, 2018, 57(6): 878-883, 891. DOI: 10.3969/j.issn.1000-1441.2018.06.010.
LI Qiang, YIN Cheng, WANG Junli, et al. Prediction of microseismic events in a fractured shale reservoir based on natural fracture failure behavior[J]. Geophysical Prospecting for Petroleum, 2018, 57(6): 878-883, 891. DOI: 10.3969/j.issn.1000-1441.2018.06.010.

基金项目

国家自然科学青年基金(41204101)资助

作者简介

李强(1983—), 男, 博士在读, 主要从事微地震分析与模拟方面的研究工作。Email:280791943@qq.com

通讯作者

尹成(1965—), 男, 教授, 博士生导师, 主要从事地震采集优化设计、地震属性分析、微地震处理与解释等方面的研究

文章历史

收稿日期:2018-01-14
改回日期:2018-06-14
基于天然裂缝破坏行为的页岩储层压裂微地震事件预测
李强1 , 尹成1 , 王俊力2 , 罗浩然1     
1. 西南石油大学地球科学与技术学院, 四川成都 610500;
2. 中国石油天然气股份有限公司西南油气田分公司蜀南气矿, 四川泸州 646000
摘要:微地震事件的分布范围和密度与页岩气井的产量有较好的正相关关系, 经济、高效地进行微地震事件的压前预测和压后评估, 对压裂增产优化设计具有重要的指导意义。针对微地震监测技术成本高和施工受限的问题, 基于渗流力学和岩石力学理论, 结合天然裂缝张性和剪切破坏准则, 建立了水力裂缝动态扩展过程中微地震事件模拟预测的流固耦合数学模型, 给出了数值求解方法。采用涪陵页岩气示范区HF-X水平井的储层地质参数和施工参数, 对页岩储层压裂过程中剪切和张性微地震事件的动态演化和展布进行数值模拟, 模拟结果与实时监测的微地震数据吻合度高于80%。结果表明, 该理论方法能够经济、高效和可靠地预测微地震事件的展布。
关键词页岩    压裂    微地震    破坏准则    动态演化    数值模拟    压前预测    压后评估    
Prediction of microseismic events in a fractured shale reservoir based on natural fracture failure behavior
LI Qiang1, YIN Cheng1, WANG Junli2, LUO Haoran1     
1. School of Geoscience and Technology, Southwest Petroleum University, Chengdu 610500, China;
2. Shu'nan Gas-mine Field, Southwest Oil and Gas Field Company, PetroChina, Luzhou 646000, China
Foundation item: This research is financially supported by the Youth Fund of National Natural Science Foundation of China (Grant No.41204101)
Abstract: The distribution and density of microseismic events have a positive correlation with shale gas production.The effective pre-fracturing prediction and post-fracturing analysis of microseismic events is of great significance for the optimal design of fracturing stimulation.Considering the high cost and limited implementation conditions of microseismic monitoring, a fluid-solid coupling mathematical model was established based on the theories of fluid mechanics and rock mechanics, and the detailed numerical solution of the model was determined.The model was developed for the simulation of microseismic events during the dynamic expansion of hydraulic fractures.The shale reservoir was considered to be a continuous medium composed of a large number of natural fractures, and the tensional and shear failure criteria of natural fractures were also characterized.The dynamic evolution and distribution of microseismic events were simulated by using geological and hydraulic fracturing parameters of the HF-X horizontal well in the Fuling shale gas field.Based on statistical analyses, more than 80% of microseismic signals resided within the contour of calculated microseismic events.Therefore, the theoretical calculation method can predict microseismic events economically and efficiently.
Keywords: shale    fracturing    microseismic    failure criteria    dynamic evolution    numerical simulation    pre-fracturing prediction    post-fracturing analysis    

页岩储层渗透率极低, 但通常发育有大量天然裂缝, 水平井多段分级压裂使储层产生复杂裂缝网络, 为气体流动提供“高速通道”, 是实现页岩气工业开采的有效技术[1-2]。伴随着大量低粘液体在大排量的条件下注入, 多条水力裂缝同时延伸, 压裂液向地层滤失, 扰动增产区域地层压力场和应力场[3-4], 以剪切或张性破坏的形式激活周围处于闭合状态的天然裂缝[5-10], 形成具有较高表观渗透率的复杂裂缝网络, 极大地提高了页岩气井的产量。天然裂缝或岩石在破坏的瞬间发生应力松弛, 部分应变能以弹性波的形式释放, 即产生微地震事件[11-13]

实际数据表明, 微地震事件的分布范围和密度与页岩气井的产量有较好的正相关关系[14-15]。微地震事件空间展布压前预测和压后评估对提高页岩储层的采收率至关重要。微地震监测技术是目前现场监测页岩储层压裂增产效果最为广泛和成熟的技术[16-18], 但其较高的施工成本和必要的实施条件限制了其应用的普适性。因此, 需要发展一种经济高效的微地震事件预测理论与计算方法。国内外学者先后发展了裂缝网络扩展的数学模型来表征微地震事件, 包括正交裂缝模型[19]和随机裂缝延伸模型[20-24], 但这些模型并不能对主裂缝周围的微地震事件进行有效表征。

本文基于天然裂缝张性和剪切破坏准则, 建立了水力裂缝动态扩展过程中微地震事件空间展布预测的数学模型。采用四川盆地涪陵页岩气示范区HF-X水平井储层地质参数和施工参数对页岩储层张性和剪切微地震事件动态演化和展布进行数值模拟, 并将模拟结果与实时微地震监测数据进行了对比验证。

1 微地震事件描述

页岩储层渗透率极低, 储层孔隙压力随着流体注入而急剧增加, 引起天然裂缝发生剪切滑移或张性破坏, 从而诱发微地震事件。

1.1 天然裂缝剪切滑移

天然裂缝内流体压力的升高改变了其周围的应力分布, 当作用于裂缝面的剪应力大于抗剪强度时, 天然裂缝将发生剪切滑移, 如图 1所示。根据库伦-莫尔准则, 天然裂缝发生剪切滑移的准则为:

$ {\tau _{\rm{n}}} \ge C + \left( {{\sigma _{\rm{n}}} - P} \right)\tan {\varphi _{{\rm{basic}}}} $ (1)
图 1 天然裂缝应力与压力分布

式中:τn为作用于天然裂缝面的剪应力; C为天然裂缝内聚力; φbasic为天然裂缝摩擦角; σn为作用于天然裂缝面的正应力; P为孔隙流体压力。

1.2 天然裂缝张性破坏

当孔隙流体压力(P)逐步增加并大于天然裂缝面正应力(σn)时, 天然裂缝将发生张性破坏(图 1), 即:

$ P \ge {\sigma _{\rm{n}}} $ (2)

根据二维线弹性理论, 作用于裂缝面的正应力表示为:

$ {\sigma _{\rm{n}}} = \frac{{{\sigma _{\rm{H}}} + {\sigma _{\rm{h}}}}}{2} - \frac{{{\sigma _{\rm{H}}} - {\sigma _{\rm{h}}}}}{2}\cos \left( {2\theta } \right) $ (3)

式中:σH为最大水平主应力; σh为最小水平主应力; θ为天然裂缝方位角。

2 数学模型

本文用于预测页岩储层压裂微地震事件的数学模型包括水力裂缝延伸模型、天然裂缝滤失模型和裂缝形变与渗透率变化模型。

2.1 水力裂缝延伸模型 2.1.1 物质平衡方程

注入地层的流体一部分作为裂缝扩展延伸的动力, 另一部分滤失至地层激活天然裂缝。因此, 全局物质平衡方程为:

$ \int\limits_0^t {{Q_{\rm{T}}}\left( t \right){\rm{d}}t} = \sum\limits_{i = 1}^N {\int\limits_0^{L\left( t \right)} {H\bar W{\rm{d}}x} } + \sum\limits_{i = 1}^N {\int\limits_0^{L\left( t \right)} {\int\limits_0^t {{q_L}{\rm{d}}t{\rm{d}}x} } } $ (4)

式中:QT(t)为施工泵注排量; L(t)为t时刻水力裂缝总长度; N为射孔簇数; W为裂缝平均宽度; H为裂缝高度; qL为单位长度裂缝流体滤失量。

单条裂缝的物质平衡方程为:

$ \frac{{\partial q}}{{\partial x}} + {q_L} + \frac{{\partial A}}{{\partial t}} = 0 $ (5)

式中:q为裂缝横截面的体积流量; A为裂缝横截面积; x为水力裂缝截面。

假设裂缝剖面为椭圆形, 则裂缝横截面积为:

$ A = \int_{ - {h_{\rm{f}}}/2}^{{h_{\rm{f}}}/2} {{w_{\rm{f}}}{\rm{d}}z} = \frac{{\rm{ \mathsf{ π} }}}{4}{w_{\rm{f}}}H $ (6)

式中:hf为水力裂缝截面的高度; wf为水力裂缝截面的宽度; dz为水力裂缝截面高度方向上单元。

天然裂缝被激活后, 考虑流体在水力裂缝与天然裂缝压差下垂直线性渗入, 则流体滤失量表示为[25-26]:

$ {q_L} = 2Hv\left( {x,t} \right) = 2H\frac{{{K_{\rm{f}}}}}{\mu }\frac{{\partial {P_{\rm{f}}}}}{{\partial n}}\left| {_\mathit{\Gamma }} \right. $ (7)

式中:v(x, t)为流体滤失速度; Kf为储层裂缝渗透率; Γ为水力裂缝与天然裂缝系统的边界; μ为压裂流体粘度; Pf为水力裂缝中的流体压力。

2.1.2 缝内压降方程

假设裂缝内流体为牛顿流体, 裂缝的剖面为椭圆形, 则流体在裂缝中的压降方程表示为[27]:

$ q = - \frac{{{\rm{ \mathsf{ π} }}Hw_{\rm{f}}^3}}{{64\mu }}\frac{{{\rm{d}}{P_{\rm{f}}}}}{{{\rm{d}}x}} $ (8)
2.2 流体流动模型

本文采用等效的单重孔隙模型代替双重介质模型模拟流体在天然裂缝发育的页岩储层中的流动[28]。单相微可压缩流体的质量守恒方程表示为:

$ \begin{array}{l} \frac{\partial }{{\partial x}}\left[ {\frac{{{K_{xy}}}}{{\mu B}}\left( {\frac{{\partial P}}{{\partial y}}} \right)} \right] + \frac{\partial }{{\partial y}}\left[ {\frac{{{K_{yx}}}}{{\mu B}}\left( {\frac{{\partial P}}{{\partial x}}} \right]} \right) + \\ \;\;\;\;\;\;\;\;\;\;\;\frac{\partial }{{\partial y}}\left[ {\frac{{{K_{yy}}}}{{\mu B}}\left( {\frac{{\partial P}}{{\partial y}}} \right)} \right] + q = \frac{\partial }{{\partial t}}\left( {\frac{\phi }{B}} \right) \end{array} $ (9)

式中:ϕ为储层孔隙度; B为压裂液体积系数; P为储层孔隙压力; Kxy, Kyx, Kyy为天然裂缝渗透率。

对于微可压缩的液体, 压裂液体积系数的表达式为:

$ B = \frac{{{B^0}}}{{1 + {C_1}\left( {P - {P_i}} \right)}} $ (10)

式中:C1为液体压缩系数; B0为参考压力下的体积系数; Pi为储层原始孔隙压力。

初始条件:

$ P\left( {x,y,t} \right)\left| {_{t = 0}} \right. = {P_i} $ (11)

边界条件:

$ \frac{{\partial P}}{{\partial x}}\left| {_{x = 0}} \right. = 0,\;\;\;\;\;\frac{{\partial P}}{{\partial y}}\left| {_{y = 0}} \right. = 0 $ (12)
$ \frac{{\partial P}}{{\partial x}}\left| {_{x = {X_{\rm{e}}}}} \right. = 0,\;\;\;\;\;\frac{{\partial P}}{{\partial y}}\left| {_{y = {Y_{\rm{e}}}}} \right. = 0 $ (13)

式中:Xe为单元模型的长度; Ye为单元模型的宽度。

2.3 裂缝形变与渗透率模型

天然裂缝面发生剪切滑移后, 粗糙裂缝面自支撑作用增加裂缝开度, 从而提高了裂缝导流能力。根据线弹性理论, 天然裂缝剪切位移与有效应力成正比, 天然裂缝剪切滑移增加的裂缝宽度可以表示为:

$ {a_{\rm{s}}} = \frac{{\Delta \tau }}{{{K_{\rm{s}}}}}\tan {\varphi _{{\rm{dil}}}} $ (14)

式中:as为剪切膨胀开度; Δτ为有效剪切应力; Ks为剪切刚度; φdil为剪切滑移角。

天然裂缝发生张性破坏后将完全开启, 裂缝开度与流体压力、裂缝面正应力和裂缝正刚度相关, 可表示为:

$ {a_{\rm{n}}} = \frac{{P - {\sigma _{\rm{n}}}}}{{{K_{\rm{n}}}}} $ (15)

式中:an为天然裂缝法向开度; Kn为天然裂缝正刚度。

根据线弹性理论, 总的裂缝开度包括天然裂缝张开的法向开度、剪切膨胀开度及原始开度, 表示为:

$ {a_{\rm{f}}} = {a_0} + {a_{\rm{n}}} + {a_{\rm{s}}} = {a_0} + \frac{{P - {\sigma _{\rm{n}}}}}{{{K_{\rm{n}}}}} + \frac{{{\tau _{\rm{n}}}}}{{{K_{\rm{s}}}}}\tan {\varphi _{{\rm{dil}}}} $ (16)

式中:af为天然裂缝总开度; a0为天然裂缝原始开度。

对于只发生剪切滑移的天然裂缝带, 其开度即为剪切膨胀开度和原始开度, 可以表示为:

$ {a_{\rm{f}}} = {a_0} + \frac{{\Delta \tau }}{{{K_{\rm{s}}}}}\tan {\varphi _{{\rm{dil}}}} $ (17)

天然裂缝所在网格的等效体积渗透率可以由立方定律得到:

$ {K_{\rm{f}}} = \frac{{a_{\rm{f}}^3}}{{12{s_{\rm{f}}}}} $ (18)

式中:sf为天然裂缝间距。

3 模型数值求解与耦合

由于整个数学模型具有较强的非线性特征, 本文使用有限差分方法进行离散求解。水力裂缝连续性方程的有限差分格式为:

$ \begin{array}{*{20}{c}} {{\rm{W}}{{\rm{E}}_i}P_{{\rm{f}}i + 1}^{n + 1} - \left( {{\rm{W}}{{\rm{E}}_i} + {\rm{W}}{{\rm{W}}_i}} \right)P_{{\rm{f}}i}^{n + 1} + {\rm{W}}{{\rm{E}}_i}P_{{\rm{f}}i - 1}^{n + 1} = }\\ {\frac{{64\mu {{\left( {\Delta x} \right)}^2}}}{{\rm{ \mathsf{ π} }}}q_L^{n + 1} + \frac{{16\mu {{\left( {\Delta x} \right)}^2}}}{{\rm{ \mathsf{ π} }}}\left( {W_{{\rm{f}}i}^{n + 1} - W_{{\rm{f}}i}^n} \right)} \end{array} $ (19)

其中:

$ {\rm{W}}{{\rm{E}}_i} = \frac{1}{2}\left[ {{{\left( {W_{{\rm{f}}i}^n} \right)}^3} + {{\left( {W_{{\rm{f}}i + 1}^n} \right)}^3}} \right] $ (20)
$ {\rm{W}}{{\rm{W}}_i} = \frac{1}{2}\left[ {{{\left( {W_{{\rm{f}}i}^n} \right)}^3} + {{\left( {W_{{\rm{f}}i - 1}^n} \right)}^3}} \right] $ (21)

式中:n为迭代时步; Δx为网格单元的长度; Δt为时间步长; Wfi为第i个网格的裂缝宽度; Wfi+1为第i+1个网格的裂缝宽度; Wfi-1为第i-1个网格的裂缝宽度。

流体在储层中的流动方程的有限差分格式为:

$ \begin{array}{l} {S_{ij}}P_{ij - 1}^{n + 1} + {W_{ij}}P_{i - 1j}^{n + 1} + {C_{ij}}P_{ij}^{n + 1} + {E_{ij}}P_{i + 1j}^{n + 1} + \\ \;\;\;\;\;\;\;\;\;\;\;{N_{ij}}P_{ij + 1}^{n + 1} = {Q_{ij}} \end{array} $ (22)

其中:

$ {S_{ij}} = \left( {\frac{{{A_{\rm{y}}}{K_{\rm{f}}}}}{{\mu B\Delta y}}} \right)_{i,j - 1/2}^n $ (23)
$ {N_{ij}} = {\left( {\frac{{{A_{\rm{y}}}{K_{\rm{f}}}}}{{\mu B\Delta y}}} \right)_{i,j + 1/2}} $ (24)
$ {W_{ij}} = {\left( {\frac{{{A_{\rm{x}}}{K_{\rm{f}}}}}{{\mu B\Delta x}}} \right)_{i - 1/2,j}} $ (25)
$ {E_{ij}} = {\left( {\frac{{{A_{\rm{x}}}{K_{\rm{f}}}}}{{\mu B\Delta x}}} \right)_{i + 1/2,j}} $ (26)
$ {C_{ij}} = - {\left( {\frac{{{V_{\rm{b}}}\phi {C_{\rm{l}}}}}{{\Delta t{B^0}}}} \right)_{i,j}} - {E_{ij}} - {W_{ij}} - {N_{ij}} - {S_{ij}} $ (27)
$ {Q_{ij}} = - {\left( {\frac{{{V_{\rm{b}}}\phi {C_{\rm{l}}}}}{{\Delta t{B^0}}}} \right)_{i,j}}P_{i,j}^n - q_{\rm{L}}^{n + 1} $ (28)

式中:Sij, Nij, Wij, Eij, Cij为差分方程的传导系数; Vb为流体注入体积。

数值模型的计算步骤如下:①求解水力裂缝扩展模型并获得裂缝流体压力; ②判断天然裂缝是否被激活并计算滤失量; ③求解流体在储层中的流动方程并得到孔隙压力; ④基于天然裂缝破坏准则判断天然裂缝破坏形式; ⑤更新网格渗透率与孔隙度; ⑥达到模拟时间, 计算天然裂缝剪切和张性破坏微地震事件展布。

4 应用实例

本文基于四川盆地涪陵页岩气区HF-X页岩气水平井施工数据对施工过程中天然裂缝的破坏形式和展布进行模拟, 将本模型预测的微地震事件分布区域与实时监测数据进行对比, 进而验证模型的可靠性。HF-X页岩气水平井储层地质参数和第3段施工参数如表 1所示。

表 1 HF-X井储层地质参数和施工参数

在压裂过程中, 随着压裂液的注入, 水力裂缝尖端流体压力不断上升, 驱使水力裂缝不断延伸或沟通储层天然裂缝, 形成水力裂缝网络。与此同时, 由于裂缝的形变和储层孔隙压力的升高, 水力裂缝周围未被沟通的天然裂缝将会发生剪切滑移。图 2显示了水力压裂过程中储层破坏区域孔隙压力的分布情况, 在相同排量下, 当注液时间从30 min增加至120 min时, 储层的孔隙压力随着破坏区域的增加而不断抬升, 在破坏区域中心位置获得最大值, 储层孔隙压力越大, 天然裂缝越容易被激活。这种水力裂缝的延伸、天然裂缝的张性和剪切破坏都会产生微地震事件而被监测设备拾取。图 3为压裂过程中微地震事件的动态演化示意图, 图中剪切破坏区域和张性破坏区域相互重合。当注液到30 min时, 页岩储层的张性破坏区域较小, 微地震的破坏形式以剪切破坏为主; 当继续注液到90 min和120 min时, 页岩储层剪切破坏区域和张性破坏区域继续增大, 但张性破坏区增大的速率明显大于剪切破坏区, 这是由于水力裂缝沟通天然裂缝后, 一方面裂缝系统平均宽度减小使岩石形变传递能量的范围减小, 另一方面压裂液进入裂缝系统, 增加了压力损失。

图 2 水力压裂过程中储层破坏区域孔隙压力分布
图 3 压裂过程中微地震事件动态演化

图 4显示了采用本模型计算的微地震事件分布区域与实时监测结果。由图 4可见, 80%以上的微地震监测事件都在模型的预测区域, 表明本模型预测微地震事件具有较高的可靠性。

图 4 模型计算微地震事件区域与实时监测结果(图中剪切破坏区的包络线为模型计算微地震事件区域)
5 结论与认识

本文基于天然裂缝张性和剪切破坏准则, 建立了水力裂缝动态扩展过程中微地震事件空间展布预测的数学模型, 采用四川盆地涪陵页岩气示范区HF-X水平井的储层地质参数和施工参数, 对页岩储层的张性和剪切微地震事件的动态演化和展布进行了数值模拟, 模型的模拟结果与微地震实时监测数据的吻合度高于80%。该结果表明, 本文建立的理论计算方法可以经济、高效和可靠地进行页岩储层压裂前微地震事件预测和压裂后微地震事件评估, 这对于页岩气开发的水力压裂优化设计具有重要的指导意义。此外, 采用本模型能够进一步对压裂过程中的动态微地震事件进行预测。

参考文献
[1]
KING G E.Thirty years of gas shale fracturing: what have we learned?[C]//SPE Annual Technical Conference and Exhibition.Florence: Society of Petroleum Engineers, 2010: SPE-133456-MS https://www.researchgate.net/publication/254532191_Thirty_Years_of_Gas_Shale_Fracturing_What_Have_We_Learned
[2]
HU D, MATZAR L, MARTYSEVICH V N.Effect of natural fractures on eagle ford shale mechanical properties[C]//SPE Annual Technical Conference and Exhibition.Amsterdam: Society of Petroleum Engineers, 2014: SPE-170651-MS
[3]
ZHOU D, ZHENG P, PENG J, et al. Induced stress and interaction of fractures during hydraulic fracturing in shale formation[J]. Journal of Energy Resources Technology, 2015, 137(6): 628-635.
[4]
SOBHANIARAGH B, MANSUR W J, PETERS F C. Three-dimensional investigation of multiple stage hydraulic fracturing in unconventional reservoirs[J]. Journal of Petroleum Science and Engineering, 2016, 146: 1063-1078. DOI:10.1016/j.petrol.2016.07.019
[5]
WU K, OLSON J E. Simultaneous multifracture treatments:Fully coupled fluid flow and fracture mechanics for horizontal wells[J]. SPE Journal, 2015, 20(2): 337-346. DOI:10.2118/167626-PA
[6]
PALMER I D, MOSCHOVIDIS Z A, CAMERON J R.Modeling shear failure and stimulation of the Barnett Shale after hydraulic fracturing[C]//SPE Hydraulic Fracturing Technology Conference.Texas: Society of Petroleum Engineers, 2007: SPE-106113-MS https://www.researchgate.net/publication/254526113_Modeling_Shear_Failure_and_Stimulation_of_the_Barnett_Shale_After_Hydraulic_Fracturing
[7]
PALMER I D, CAMERAN J, MOSCHOVIDIS Z A, et al. Natural fractures influence shear stimulation direction[J]. Oil & Gas Journal, 2009, 107(12): 37-43.
[8]
PALMER I D, MOSCHOVIDIS Z A, SCHAEFER A. Microseismic clouds:Modeling and implications[J]. SPE Production & operations, 2013, 28(2): 181-190.
[9]
朱海波, 杨心超, 廖如刚, 等. 基于微地震裂缝参数反演的解释与应用研究[J]. 石油物探, 2017, 56(1): 150-157.
ZHU H B, YANG X C, LIAO R G, et al. Microseismic fracture interpretation and application based on parameters inversion[J]. Geophysical Prospecting for Petroleum, 2017, 56(1): 150-157. DOI:10.3969/j.issn.1000-1441.2017.01.017
[10]
李大军, 杨晓, 王小兰, 等. 四川盆地W地区龙马溪组页岩气压裂效果评估和产能预测研究[J]. 石油物探, 2017, 56(5): 735-745.
LI D J, YANG X, WANG X L, et al. Estimating the fracturing effect and production capacity of the Longmaxi Formation of the lower Silurian in area W, Sichuan Basin[J]. Geophysical Prospecting for Petroleum, 2017, 56(5): 735-745. DOI:10.3969/j.issn.1000-1441.2017.05.014
[11]
钟尉.微地震监测技术在川南页岩气井水力压裂中的应用[D].成都: 成都理工大学, 2015
ZHONG W.The application of microseismic monitoring in shale well fracturing of sourthern Sichuan[D]. Chengdu: Chengdu University of Technology, 2015 http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2843679
[12]
张山, 刘清林, 赵群, 等. 微地震监测技术在油田开发中的应用[J]. 石油物探, 2002, 41(2): 226-231.
ZHANG S, LIU Q L, ZHAO Q, et al. Application of microseismic monitoring technology in development of oil field[J]. Geophysical Prospecting for Petroleum, 2002, 41(2): 226-231. DOI:10.3969/j.issn.1000-1441.2002.02.021
[13]
蒋星达.微地震井中监测速度模型校正方法和资料解释[D].合肥: 中国科学技术大学, 2017
JIANG X D.Velocity model calibration and interpretation of fracture imaging for downhole microseimic monitoring[D]. Hefei: University of Science and Technology of China, 2017
[14]
BEN Y, MIAO Q, WANG Y, et al.Effect of natural fractures on hydraulic fracturing[C]//The ISRM Regional Symposium-7th Asian Rock Mechanics Symposium.Seoul, Korea: ARMA, 2012: 87-94 http://adsabs.harvard.edu/abs/2012AGUFMNS23A1631B
[15]
ZHAO Y L, ZHANG L H, LUO J X, et al. Performance of fractured horizontal well with stimulated reservoir volume in unconventional gas reservoir[J]. Journal of Hydrology, 2014, 512(10): 447-456.
[16]
CIPOLLA C L. Modeling production and evaluating fracture performance in unconventional gas reservoirs[J]. Journal of Petroleum Technology, 2009, 61(9): 84-90. DOI:10.2118/118536-JPT
[17]
刘尧文, 廖如刚, 张远, 等. 涪陵页岩气田井地联合微地震监测气藏实例及认识[J]. 天然气工业, 2016, 36(10): 56-62.
LIU Y W, LIAO R G, ZHANG Y, et al. Application of surface-downhole combined microseismic monitoring technology in the Fuling shale gas field and its enlightenment[J]. Natural Gas Industry, 2016, 36(10): 56-62. DOI:10.3787/j.issn.1000-0976.2016.10.007
[18]
巫芙蓉, 闫媛媛, 尹陈. 页岩气微地震压裂实时监测技术——以四川盆地蜀南地区为例[J]. 天然气工业, 2016, 36(11): 46-50.
WU F R, YAN Y Y, YIN C. Real-time microseismic monitoring technology for hydraulic fracturing in shale gas reservoirs:A case study from the Southern Sichuan Basin[J]. Natural Gas Industry, 2016, 36(11): 46-50. DOI:10.3787/j.issn.1000-0976.2016.11.006
[19]
MEYER B R, BAZAN L W.A discrete fracture network model for hydraulically induced fractures-theory, parametric and case studies[C]//SPE Hydraulic Fracturing Technology Conference.The Woodlands, Texas: Society of Petroleum Engineers, 2011: SPE-140514-MS https://www.researchgate.net/publication/254531671_A_Discrete_Fracture_Network_Model_for_Hydraulically_Induced_Fractures_-_Theory_Parametric_and_Case_Studies
[20]
WENG X, KRESSE O, COHEN C E, et al. Modeling of hydraulic fracture network propagation in a naturally fractured formation[J]. SPE Production & Operations, 2011, 26(4): 368-380.
[21]
WU R, KRESSE O, WENG X, et al.Modeling of interaction of hydraulic fractures in complex fracture networks[C]//SPE Hydraulic Fracturing Technology Conference.The Woodlands, Texas: Society of Petroleum Engineers, 2012: SPE-152052-MS https://www.researchgate.net/publication/267154512_Modeling_of_Interaction_of_Hydraulic_Fractures_in_Complex_Fracture_Networks
[22]
EFTEKHARI B.A rule based model of creating complex networks of connected fractures[D]. Austin: The University of Texas at Austin, 2014 https://repositories.lib.utexas.edu/handle/2152/28129
[23]
GIL I, NAGEL N, SANCHEZ-NAGEL M, et al.The effect of operational parameters on hydraulic fracture propagation in naturally fractured reservoirs-getting control of the fracture optimization process[C]//The 45th U.S.Rock Mechanics/Geomechanics Symposium.San Francisco, California: ARMA, 2011: 391-401 https://www.researchgate.net/publication/267154482_The_Effect_of_operational_parameters_on_hydraulic_fracture_propagation_in_naturally_fractured_reservoirs-getting_control_of_the_fracture_optimization_process
[24]
HUANG J, SAFARI R, LAKSHMINARAYANAN S, et al.Impact of discrete fracture network(DFN) reacti- vation on productive stimulated rock volume: microseismic, geomechanics and reservoir coupling[C]//The 48th U.S.Rock Mechanics/Geomechanics Symposium.Minneapolis, Minnesota: ARMA, 2014: 7017-7033 https://www.researchgate.net/publication/265127080_Impact_of_discrete_fracture_network_DFN_reactivation_on_productive_stimulated_rock_volume_Microseismic_geomechanics_and_reservoir_coupling
[25]
GUO J C, LIU Y X. Opening of natural fracture and its effect on leakoff behavior in fractured gas reservoirs[J]. Journal of Natural Gas Science and Engineering, 2014, 18: 324-328. DOI:10.1016/j.jngse.2014.03.013
[26]
GUO J, LIU Y. A comprehensive model for simulating fracturing fluid leakoff in natural fractures[J]. Journal of Natural Gas Science and Engineering, 2014, 21: 977-985. DOI:10.1016/j.jngse.2014.10.020
[27]
VALK P, ECONOMIDES M J. Hydraulic fracture mechanics[M]. New York: Wiley, 1995: 1-318.
[28]
NASSIR M, SETTARI A, WAN R G. Prediction of stimulated reservoir volume and optimization of fracturing in tight gas and shale with a fully elasto-plastic coupled geomechanical model[J]. SPE Journal, 2014, 19(5): 771-785. DOI:10.2118/163814-PA