微地震监测表明,多段水力压裂技术能够在近井地带形成复杂裂缝网络,提高单井产能,而当前的裂缝建模方法对于复杂裂缝网络多级、分叉的特性表征仍有所欠缺。为了提高复杂裂缝网络特性的模拟效果,本文结合分形几何系统中的L-system建立了分形裂缝网络模型,并阐述了利用模型进行数值模拟研究的工作流程。完成分形裂缝模型的构建后,本文设计了在微地震信号和历史产量约束下的裂缝形态拟合和属性反演工作流,实现了分形维度上的裂缝形态和属性的反演操作。最后,本文详细阐述了分形裂缝网络模型在数值模拟研究和油田大数据应用层面的广泛应用方式。分形裂缝网络模型不仅具有复杂裂缝形态的表征能力,同时遵循分形几何拓展的控制规则,应用模型分析显示,裂缝网络的复杂程度及次生裂缝的导流能力对产量曲线的递减率影响较大,较低的缝网复杂度(或连通特性)或次生裂缝导流能力都会导致产量快速下降,故单纯的线性正交裂缝假设并不能充分体现裂缝网络的流动特性。本文构建的裂缝形态和属性反演工作流首先需要通过整数规划方法确定能够拟合微地震信号约束的最优分形控制参数组合,再应用不稳定产能分析方法对形态参数进行修正并结合历史拟合方法对裂缝导流能力进行确定,工作流中也提供了直接应用智能优化算法如遗传算法进行裂缝导流能力确定的方法,分形几何系统的分级特性能够保证各级裂缝属性的快速独立求解,两类方法求解结果对于实际产量曲线均具有较高的拟合效果。分形系统特有的分级特性和生成参数控制特性是模型区别于其他模型的最大特色:(1)模型能够通过对拟合后的裂缝网络进行自动分级而实现朱裂缝区域的简单估并通过不稳定产能分析或其他裂缝监测技术完成主要产能贡献区域的准确标定;(2)模型的几何形态和裂缝属性都具有局部或整体可调节性,这使模型对于压裂后重复改造效果的模拟更加简便;(3)作为分形几何系统,具有受分形参数控制形态变化的特性,这一特性能够有效协调各类施工参数、地质参数的量化,这使模型与数据挖掘算法具有较高的契合度:应用决策树系统(或其他分类算法)对微地震信号拟合后的分形参数进行分类,实现了压裂施工效果的间接归类,有利于压裂效果的深入分析和评价;应用人工神经网络模型架构施工参数、地质参数与分形裂缝网络形态及属性的关联,为复杂裂缝网络压裂效果的预测提供了新的模式。