沁水盆地南部の石炭層ガス区画は層状貯留層の不均質性が強く、ガス井の生産能力予測が困難であり、圧裂施工に対する的確な設計が不足しているため、圧裂後の井間生産効果に顕著な差異が生じている。これに対応し、沁水盆地南部の187本の石炭層ガス直井の地質、測井、圧裂および生産データに基づき、多タスク学習戦略に基づくランダムフォレストアルゴリズムを用いたガス井生産能力予測モデルを構築し、粒子群最適化アルゴリズムにより圧裂パラメータを最適化した。本研究では、深層畳み込みオートエンコーダを用いて測井曲線などの非構造化データを処理し、ランダムフォレストアルゴリズムと多タスク学習戦略を併用することで、サンプルデータの限定性と一般化性能の低さという問題を効果的に緩和し、小規模サンプルデータ下でも高精度な予測を維持できた。分析結果から、深度、施工液量、小粒径支撑剤使用量が産能に影響を与える主要因子であること、地質条件がガス井の長期産能を決定する重要因子であること、圧裂パラメータが主にガス井のピーク産能に影響を与えることが明らかとなった。多タスク学習を用いたランダムフォレストアルゴリズムは小規模サンプルデータにおいて高い予測精度を示し、テストセットにおけるピーク30日と5年累積産ガス量の決定係数（R²）はそれぞれ0.883および0.887であった。6本の新井に対する5年累積産ガス量予測のR²は0.901に達し、モデルの実際の適用における高い精度と安定性を示した。粒子群最適化アルゴリズムによる圧裂パラメータの最適化方案は、ガス井の産能区分等級または産能レベルを大幅に向上させた。最適化された単井産能予測は従来方案より約153%から188%向上し、実際の適用における最適化方案の顕著な効果を示した。多タスク学習と粒子群最適化アルゴリズムの組み合わせにより、小規模サンプルデータ下での産能予測および圧裂パラメータ最適化の課題を成功裏に解決した。構築した産能予測モデルと圧裂パラメータ最適化アルゴリズムは、沁水盆地南部石炭層ガスの効率的な開発に理論的支援と実務的参考を提供する。

石炭層ガス;ランダムフォレストアルゴリズム;多タスク学習;粒子群最適化アルゴリズム;産能予測;圧裂パラメータ最適化