一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法

本发明涉及一种基于机器学习模型的层理性页岩大位移井破裂压力预测方法。S1：获取已钻井数据并收集井下岩芯，开展沿层理方向的各向异性页岩抗拉力学实验，依据实验结果构建页岩破裂准则；S2：构建层理性页岩大位移井破裂压力模型，结合现场地破实验数据对计算出的破裂压力值校正整合；S3：结合大斜度井井身结构条件，运用力学模型计算破裂压力，利用现场小压数据验证，形成破裂压力计算分析数据库；S4：基于机器学习方法训练预测模型，确定WT‑LSTM模型结构，设置隐藏层并进行训练；S5：通过超参数调整、特征选择与重要性评估手段，优化基于机器学习的破裂压力模型。本发明综合多因素提升大斜度井破裂压力预测准确性，为现场复杂层理性页岩压裂工程设计提供数据支持，有助于大位移井施工合理选择参数，提高适应性与安全性，为层理性页岩油气资源开发提供数据支撑。