Os reservatórios densos em profundidade na depressão de Dongying (profundidade de 3.700~4.300 m) enfrentam desafios típicos de grandes profundidades devido à alta temperatura geotérmica (152 ℃), alta pressão de reservatório e forte efeito de blindagem de estresse, como o semi-comprimento de fraturas curto (menos de 80 m), decréscimo rápido da produção (taxa de declínio acima de 40% em 3 meses) e grande variabilidade na capacidade produtiva devido ao mau alinhamento dos parâmetros geológicos e de engenharia. Este artigo propõe um processo aprimorado de “fracturamento por armazenamento de energia com injeção prévia de CO₂ supercrítico e ativação precisa por adsorção líquida”, visando resolver os principais problemas de reposição de energia em grandes profundidades, limitação da expansão das fraturas e baixa eficiência de mobilização do petróleo na matriz. O processo realiza o controle da fase do CO₂ supercrítico (temperatura de 35 ℃, pressão de 15 MPa, densidade de 0,8 g/cm³), utilizando sua alta difusividade (0,12 cm²/s) e potencial de expansão por mudança de fase para pré-carregar energia e criar fraturas; em conjunto com um sistema otimizado de líquidos de adsorção com base em sulfonatos de petróleo aniônicos (redução da tensão interfacial para 0,15 mN/m, ângulo de contato otimizado para 65°), reduz eficazmente a resistência capilar e melhora a molhabilidade do reservatório, possibilitando uma ativação precisa do petróleo da matriz. Para resolver a difícil questão da otimização multivariada, foi construída uma base de dados de simulação numérica contendo 960 amostras com base no planejamento ortogonal L₆₄ (4⁵), abrangendo 6 parâmetros geológicos-chave e 5 parâmetros técnicos a otimizar. Além disso, foi desenvolvido um modelo de otimização acoplado combinando redes neurais de retropropagação (BP) e algoritmo genético, com a produção acumulada como função objetivo, para busca global da melhor injeção de CO₂, volume e velocidade de injeção do líquido de adsorção, tempo de repouso do poço e produção diária de líquido. A validação do modelo demonstrou que o erro relativo na previsão da rede BP não excede 2,5% (poços novos com 13 nós na camada oculta, erro quadrático médio de 0,0037; poços antigos com 8 nós, erro quadrático médio de 0,0043), e o algoritmo genético converge em 75 gerações (probabilidade de cruzamento P_c=0.4, probabilidade de mutação P_m=0.2), comprovando alta precisão e eficiência do modelo. A aplicação em campo demonstrou resultados significativos: o semi-comprimento da fratura aumentou de 78 m para 161 m, um incremento de 106,4%; a taxa de declínio da produção em 90 dias do poço típico Y22 diminuiu 13,3%; após otimização dos parâmetros, a capacidade produtiva dos poços novos e antigos aumentou 16,8% e 11,2%, respectivamente. O estudo estabeleceu um processo decisório de otimização integrando simulação numérica, aprendizado de parâmetros e otimização dinâmica, superando efetivamente o desafio da expansão longitudinal das fraturas em reservatórios tipo caixa, oferecendo um paradigma otimizado aplicável ao desenvolvimento eficiente de reservatórios não convencionais.

fracturamento por armazenamento de energia; reservatórios densos profundos; CO₂ supercrítico; rede neural BP; algoritmo genético; otimização de parâmetros