M30油藏长8储层见水规律及治理对策研究

M30油藏在开发过程中,见水矛盾突出,以裂缝型见水为主。通过油水井双向调控,逐步形成周期注水+微球调驱技术、水平井找堵水技术、冲砂酸化补能技术,其中周期注水+微球调驱技术更适应于孔隙-裂缝渗流单元,水平井化学堵水单井日增油效果突出,冲砂酸化补能技术的分段补能效果优于笼统补能。

CO_(2)地质封存数值模拟研究

随着经济和社会的快速发展,世界各国对于温室气体排放所引起的全球变暖问题越来越重视。我国作为全球最大的CO_(2)排放国,短期内以煤炭及煤电为主的基本能源结构模式很难有根本转变,面临十分严峻的减排形势。CO_(2)的减排问题已成为制约该地区能源化工产业发展的最大瓶颈之一,为了满足经济社会可持续发展的迫切需要,我们必须采取措施来控制CO_(2)的大量排放。CO_(2)地质封存已成为一种日益成熟的技术方法,并已成为了目前全球公认的进行CO_(2)大规模减排的最有效途径之一。页岩储层CO_(2)地质封存联合页岩气增采技术(CO_(2)-ESGR)是一种新型的CO_(2)地质封存及页岩气开发技术。该技术以超临界或液相CO_(2)代替水力压裂页岩,利用CO_(2)吸附页岩能力比CH_(4)强的特点,置换CH_(4),从而提高页岩气产量和生产速率并实现CO_(2)地质封存,减少温室气体排放。主要以鄂尔多斯盆地为例,围绕页岩储层中CO_(2)地质封存增强页岩气开采技术,以数值模拟的方法建立二维数值模型,一方面主要想要表现经过研究发现新型的碳封存的方法,页岩储层中的CO_(2)吸附封存、残余封存、溶解封存以及矿化封存,在不同的条件下(温度、地层水盐度、矿物组成等)的CO_(2)有不同的演化过程,另一方面研究了在鄂尔多斯盆地中开采页岩气技术,探索研究页岩气在储层中开采时所受的影响因素,在这些基础上发现问题及时优化模型,在保证安全的前提下来提高页岩气的采收率。

水力压裂缺失数据填补方法研究比较

缺失值填补是机器学习算法数据预处理中不可或缺的任务。以苏东压裂直井为例,通过筛选收集了800口井的地质、压裂施工和生产三个方面的数据集。应用机器学习数据预处理方法在R语言中对缺失值可视化描述。并绘制无阻流量与各自变量之间的散点矩阵图,分析线性关系较为显著的自变量。通过构造完整数据集,对线性关系较好的自变量建立多元线性回归模型,分析该回归模型的各个参数及其标准误差并作为参考标准。分别采用均值填补法、K最近邻填补法和多重填补对缺失值进行填补,将填补的数据集与完整数据集的参数及其标准误差进行比较后,发现就此数据集缺失机制和缺失率而言,选择多重填补法效果最佳。

顺北断控碳酸盐岩油藏油柱高度的计算方法研究

以顺北油田1井区油藏为例,研究断控碳酸盐岩油藏油柱高度的计算方法。分别采用压力折算法和生产井流温测试折算法计算油柱高度。结果表明,压力折算法计算的连通体油柱高度与实际生产效果具有一致性,而生产井流温测试折算法的计算结果与生产实际效果有一定偏差。对于断控碳酸盐岩油藏,适合采用压力折算法来预测油柱高度。

致密油藏注CO_(2)吞吐技术研究

我国致密油储量丰富,而致密油储层油气饱和度低,孔喉窄,物性差。即使水平井压裂作业后,采收率仍然很低,必须进行地层能量补给。此外,地层能量由注水开发补充,往往会产生“注不进、采不出”与水窜等问题。如果能够将CO_(2)吞吐作为一种高效开发方式广泛应用于现场作业,一方面可以有效提高致密油采收率,解决现有开发技术上的诸多不足,实现经济效益;另一方面,在回收二氧化碳的同时,也可以缓解其大量排放造成的环境压力,符合中国可持续发展战略的要求。本文通过调查大量文献,综述了致密油藏注CO_(2)吞吐国内外研究现状,总结了CO_(2)吞吐机理,同时对吞吐效果的影响因素进行了分析,为CO_(2)吞吐研究提供理论依据与方向。

SL油田H135断块注水能力分析

SL油田H135断块属于低渗透储层,早期采用天然能量开采,但由于地层能量的降低,采收率迅速下降。为了提高低渗断块的开发效果,对油田开始实施注水措施,通过几年的注水开发,区块的日产油逐渐减少,采出原油的含水率也逐渐上升,所以需要系统地对该断块的注水能力进行研究分析,为油田后续开发提供合理的依据。对研究区的开发现状进行动态分析,包括产能分析、递减规律研究、注水见效分析、注水强度和注水难易分析;再运用油藏工程等方面的理论和技术,对研究区的含水率上升率、水驱指数、存水率、启动压力、吸水指数、注水倍数等指标对注水效果的影响进行评价。

基于机器学习的压裂直井产能预测模型

随着数据科学的快速发展,大数据分析法被广泛的应用于非常规油气勘探开发领域,利用机器学习方法构建水力压裂单井产能预测模型,不仅能够对每口井进行准确地压裂效果评价,还可以进行压裂施工参数优化.以苏里格气田东区712口压裂直井为例,应用多元逐步回归、随机森林、支持向量机和BP神经网络算法建立了四种产能预测模型,预测了142口测试井的无阻流量.通过综合评价分析得出随机森林算法建立的产能模型预测精度最高,无阻流量预测值和实际观测值的相关系数达到0.87、均方误差0.204、决定系数0.792,结果表明随机森林预测模型性能最佳,最终选择随机森林算法构建该区单井产能预测模型.