頁岩ガス貯留層は密度が高く、不均質性が顕著で、自然生産量が非常に低いため、工業的なガス流を得るためには水力破砕技術を用いて増産改造を行う必要がある。破砕作業の効果評価および工程パラメータ最適化の鍵は、正確な破砕クラックネットワークパラメータを取得することである。従来のクラック監視技術（例えば、微小地震監視）は費用が高く、井域全体のカバレッジ監視が不可能であり、数値シミュレーション予測モデルは多数の工学地質パラメータを必要とし、地質データが不完全または欠損している井段の予測精度が低いという課題がある。そのため、経済的かつ効率的にクラックネットワークパラメータを取得する新しい方法が求められている。そこで、現場施工の破砕曲線データに基づき破砕曲線の特徴パラメータを定量的に解析し、クラックネットワークパラメータの強相関指標を入力、微小地震監視クラックネットワークパラメータ（クラックネットワークの長さ、幅、高さ、体積）を目標出力とするBP（誤差逆伝播）ニューラルネットワーク反演モデルを構築し、破砕クラックネットワークパラメータの精密反演を実現する深層学習に基づく頁岩ガス貯留層破砕クラックネットワーク反演方法を提案する。渝西地域の頁岩ガス井の現場450区間の破砕曲線に基づきモデルを学習およびパラメータ最適化し、テストセットのクラックネットワークパラメータ反演結果は平均相対誤差15％以下であり、この新手法が頁岩ガス貯留層の破砕クラックネットワーク反演に有効であることを検証した。

頁岩ガス;破砕曲線;クラックネットワークパラメータ予測;BPニューラルネットワーク;反演