A produção de gás de xisto apresenta uma dinâmica caracterizada por alta produção inicial seguida de rápido declínio, indicando que a alocação inicial pode estar excessivamente alta. A alocação irracional leva ao esgotamento rápido da capacidade do reservatório, afetando a reserva econômica recuperável (EUR) do poço de gás. Portanto, a avaliação razoável da capacidade de produção dos poços de gás de xisto é de grande importância para garantir a produção estável do reservatório. Para esclarecer os problemas existentes nos métodos atuais de avaliação da capacidade e suas soluções correspondentes, foi estudado e analisado o conteúdo especial da capacidade do gás de xisto, e revisados os avanços em três métodos de avaliação: análise das equações de fluxo, simulação numérica das equações de fluxo e inteligência artificial. O estudo descobriu que a capacidade do gás de xisto apresenta claramente características em fases, com fatores principais de controle, mecanismos de fluxo e estados de fluxo diferentes em diferentes estágios de produção. Há diferenças significativas entre os fatores principais que controlam a capacidade inicial e tardia, e existem entendimentos diferenciados entre os diferentes métodos de avaliação. O método de análise das equações de fluxo depende do nível de compreensão do mecanismo de fluxo; o método de simulação numérica requer grande quantidade de dados confiáveis e julgamento de engenharia de reservatórios para validar os resultados; o método de inteligência artificial enfrenta problemas de alta opacidade, dificuldade de interpretação e baixa capacidade de generalização. Com base nisso, o desenvolvimento futuro deve focar na pesquisa dos mecanismos de fluxo do gás de xisto, combinando os níveis micro e macro, aprofundando a descrição multidimensional da capacidade através da modelagem geológica detalhada, evolução das propriedades físico-mecânicas sob estresse, expansão das fraturas, simulação numérica do fluxo multifásico e análise de declínio. Deve-se também fortalecer as restrições independentes de mecanismos dos algoritmos de aprendizado de máquina, a transparência e a interpretabilidade da inferência causal, para evitar as limitações dos métodos atuais, construindo assim modelos e métodos razoáveis para avaliação da capacidade do gás de xisto, fornecendo suporte teórico para avaliação precisa da capacidade dos poços, produção estável e desenvolvimento eficiente.

gás de xisto; avaliação de capacidade; análise das equações de fluxo; simulação numérica das equações de fluxo; inteligência artificial; avaliação dinâmica