재파쇄(Re-fracturing)는 성숙 셰일(mature shale) 유전에서 생산을 증대하기 위해 널리 채택되는 기술이다. 그러나 재파쇄는 항상 효과적인 것은 아니므로, 재파쇄의 경제적 타당성은 신중하게 평가되어야 한다. 그럼에도 불구하고 재파쇄 기록이 공공 데이터셋에서 누락되는 경우가 잦기 때문에, 재파쇄의 경제적 타당성을 평가하기는 어렵다. 본 연구는 DCA 기반 접근법을 사용하여 생산 데이터로부터 재파쇄 사건을 식별하는 재파쇄 탐지 방법을 제안한다. 재파쇄 탐지 방법의 성능은 Eagle Ford에서 재파쇄된 우물의 96.0%를 정확하게 식별함으로써 입증되었다. 또한 본 연구는 재파쇄 데이터를 통합하여 생산을 예측하기 위해 장단기 기억(long short-term memory, LSTM) 모델을 사용하는 데이터 기반 방법을 제안한다. 제안된 LSTM 모델에서 입력으로 재파쇄 데이터를 반영하는 것은 Delaware, Eagle Ford, Midland 및 SCOOP에서 추정 궁극회수량(ultimate recovery) 예측을 개선하며, 결정계수(coefficient of determination, R2)가 0.595에서 0.852로 증가한다. 제안된 LSTM 모델은 또한 랜덤 포레스트(random forest) 모델보다 더 우수하여, R2가 0.804인 데 비해 0.852를 달성하였다. 재파쇄의 경제적 타당성은 재파쇄 탐지 방법과 결합한 LSTM 모델을 이용하여 석유 및 가스 생산을 예측함으로써 효율적이고 정확하게 평가될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.