编号：CDUT-2021-25

中文标题：基于粗糙集和贝叶斯网络的水力压裂作业区地震风险定量评价——以宜宾长宁页岩气开发区为例

英文标题：Quantitative assessment of seismic risk in hydraulic fracturing areas based on rough set and Bayesian network: A case analysis of Changning shale gas development block in Yibin City, Sichuan Province

入藏号：WOS000628819200013

中国科学院文献情报中心期刊分区（升级版）：工程技术2区/TOP

作者：徐彬；胡隽*；胡婷；王凤兰；罗凯耀；王权锋；何小琴

来源出版物：Journal of Petroleum Science and Engineering 卷: 200 文献号: 108226

出版年：2021年

第一地址：成都理工大学

关键词：地震风险评价；粗糙集；贝叶斯网络；水力压裂

代表图：

图5. 研究区地震风险划分及地震风险预测结果.

(a) 训练集地震风险划分结果. (b) 测试集地震风险划分结果.

 (c) 初始贝叶斯网络的训练结果. (d) 初始贝叶斯网络的测试结果.

 (e) 地理空间校正模型的训练结果. (f) 地理空间校正模型的测试结果.

摘要：随着水力压裂技术和水平钻井技术的日益成熟，页岩气开采已成为多国的核心能源战略，但伴随而来的是水力压裂诱发地震的现象日益增多。如何有效评估水力压裂作业区的地震风险，确定诱发地震的关键因素，保障人们的生命、财产安全已经成为一个亟待解决的科学问题。因此，针对此问题，本文构建了基于粗糙集和贝叶斯网络的水力压裂作业区地震风险定量评价模型。首先，根据已有研究经验和研究区地质、工程背景，确定了与水力压裂诱发地震最相关的5种因素；然后，基于粗糙集方法实现水力压裂诱发地震的知识获取；接着，根据粗糙集知识获取的结果构建初始贝叶斯网络，并在此基础上，引入“潜在因素”，形成地理空间校正模型；最后采用构建的模型对长宁页岩气开发区的地震风险等级进行定量评价。此外，通过贝叶斯网络的敏感性分析，确定注水体积是研究区诱发地震风险的最敏感因素，对地震事件的发生起到至关重要的作用；通过贝叶斯网络的逆向推理，确定本研究区地震风险等级为中、高风险时最可能的风险因素组合为注水体积、注水深度、b值和断层。实验结果表明，本文针对水力压裂作业区建立的地震风险定量评价模型是有效的，相关结果可为水力压裂作业区地震风险的预测和施工方案的改进提供科学依据，进而达到资源开采和规避地震灾害的目的。

文章链接地址：https://www.sciencedirect.com/science/article/pii/S0920410520312808?via%3Dihub