黄土塬弯线地震处理关键技术应用研究

在详细分析黄土塬弯曲地震资料特征的基础上,以鄂尔多斯盆地中部实际采集的弯曲测线资料为对象,开展了弯曲测线处理、折射静校正、振幅补偿、叠前噪声压制、剩余静校正等关键处理方法的研究。提出了黄土塬弯曲测线面元优化、TOMO折射层析静校正、分步叠前去噪及地表一致性剩余静校正的解决方案,实际资料的处理结果证明该套方法的有效性。

黄土塬直测线地震资料处理关键技术应用研究

鄂尔多斯盆地黄土塬区表层地震地质条件极其复杂,地震直测线有效信号衰减严重,静校正问题突出,干扰多样且强烈,原始地震资料品质很差,如何得到高质量的地震资料以满足精细勘探的要求,是黄土塬直测线地震资料处理的难题。为此开展了针对性的处理技术方法研究。

机器学习算法在地球物理测井中的适用性及应用

机器学习,特别是深度神经网络学习算法的发展,正在改变人们发现知识的方式。目前油气工业正在向转向非常规和深海的油气勘探和开发。基于有限岩石物理参数建立的评价解释模型难以满足反映非常规储层复杂的岩性和结构,这使传统测井评价技术受到了很大的挑战。以油气大数据为基础、机器学习算法为核心、油气大数据云计算为动力以及油气应用场景为源泉的油气人工智能(Oil&Gas AI)极大地改变传统的油气工业各个领域。笔者以地球物理测井为研究对象,依据数据驱动的地球物理知识发现原理和机器学习属性,按照“数据-算法-平台-知识-应用场景”研究思路,开展机器学习算法在测井技术中的适用性研究。对机器算法的内在特性、原理、质量控制、硬件要求,学习模型选择、测试以及性能评价实现过程进行分析。笔者梳理和总结了机器学习算法在测井中适用性的树状图,尤其是在油气测井的方法研究、数据处理以及地层评价中的应用潜力与机器学习算法对应关系,其中包括数据校正的模拟方法、数据标定的岩石物理分析、测井数据质量控制、综合评价以及油藏评价监测。研究表明,机器学习算法在岩性识别与储层分类、力学评价、以及油藏评价等方面应用有明显的优势,贯穿于测井方法、仪器设计、测井作业及测井解释中。机器学习算法相对于传统的岩石物理建模方法,以数据为纽带综合评价岩石物理的多重属性。这从数据科学角度突破了实验条件和物理属性的限制,具有跨学科、综合性的特点。

井下多通道高精度多极子阵列声波数据采集系统设计

介绍了一种基于6通道同步采样ADC的8通道高速高精度并行数据采集系统,它具有16 bit分辨率,250kSPS最高转换速度。采用复杂可编程逻辑器件CPLD实现了数据采集速率和采集数据量的程控选择功能,并控制FIFO缓存波形数据。DSP通过串行命令总线控制采集速率、采集深度和启动采集;通过串行高速数据总线读取采集数据并进行实时处理。整个电路控制灵活,指标先进,结构紧凑,适合高性能井下设备使用。

絮凝剂品种对水下不分散混凝土性能影响的比较

通过电荷中和、吸附架桥和表面吸附分析了絮凝剂作用机理 ,运用絮凝机理进一步分析了絮凝剂在水泥体系中的作用以及絮凝剂对流动度的影响 ,从而对掺加JHP (纤维素类 )和Pj (丙烯类 )絮凝剂的水下不分散混凝土性能作了综合比较。掺Pj絮凝剂的混凝土 ,其坍扩度损失大 ,抗分散性能不如掺JHP絮凝剂的好 ;掺JHP絮凝剂的混凝土坍扩度在

泡状流中水合物生成预测模型及实验

针对可燃冰钻采井筒内易发生水合物生成和堵塞的工程问题,本文开展了泡状流条件下甲烷水合物生成实验,发现流速增加会提高水合物生成速率,黄原胶质量分数的增加会降低水合物生成速率。基于传质理论,构建了适用于可燃冰钻采井筒内泡状流条件下水合物生成预测模型,模型考虑了连续相流体流变性、气泡破裂、聚并和形变等因素对泡状流中气液界面分布和气液间传质规律的影响,并耦合实验数据,提出了气泡群间的综合传质系数经验公式,用于描述气泡间相互作用对气液间传质速率的影响。对比实验结果,所建立模型对水合物生成量和水合物生成速率的预测误差分别在±5%和±15%以内,满足工程计算需求。该模型的构建有助于精准预测油气和可燃冰钻采井筒内水合物风险,为建立经济、高效的井筒水合物防治方案奠定理论基础。

快速钻井液技术在华北油田的应用

针对华北油田勘探开发过程中存在的井身结构复杂、施工难度大等问题,采用快速钻井液技术在华北油田宁古10井、鄚39井进行了现场提高机械钻速试验。结果表明,快速钻井剂与现场所用钻井液体系具有良好的配伍性,对钻井液常规性能及流变性没有影响,有效解决了中上部地层易发生井壁垮塌等问题,使机械钻速显著提高,宁古10井试验井段对应的机械钻速相对上部井段提高了18.4%,鄚39井提高了19%。

井底恒压式与微流量式控压钻井系统控制机理差异分析

随着我国能源需求的不断增加,大量深层和复杂油气藏需要进行开采,伴随而来的各种钻井复杂问题也越来越多,其中钻井安全密度窗口窄的问题就是最为突出的问题之一。控压钻井技术目前是解决该问题最有效的办法。控压钻井技术按照其控制原理又可分为井底恒压式控压系统与微流量控压钻井系统。通过对这2种控压钻井方式的基本工艺流程及装备进行分析,比较2种控压钻井系统区别,为进一步推广控压钻井技术提供建议。

裂缝-孔隙介质储层渗透率表征及其影响因素分析

含裂缝多孔介质渗透率预测是非常规油气资源勘探开发的一个紧迫问题.现有多孔介质岩石物理模型通常利用圆形孔管模拟宏观岩石孔隙空间,难以定量描述软孔隙/裂缝在压力作用下的闭合情况,缺乏裂缝/孔隙间流量交换的连通机制.本文提出含三维裂缝/软孔隙网络多孔介质模型,将储层岩石裂缝/软孔隙表示为椭圆截面微管,建立了周期性压力作用下微观裂缝流量表达式,通过网络模型和流量守恒条件,得到含有三维裂缝/软孔隙网络的多孔介质渗透率计算方法.数值算例表明,预测结果与实验数据分布范围吻合很好,能够给出不同类型岩心对应孔隙纵横比的分布图.三维裂缝/软孔隙网络模型建立了宏观可观测量与裂缝参数之间关系,能够定量分析岩石渗透率随裂缝体密度、纵横比、孔隙流体类型和围压等因素的变化规律,为复杂条件下储层渗透率预测提供了一种有效方法.

人工地震数据指纹特征点识别和自动标签化方法

地震勘探是探测地下油气资源的重要方法之一,利用人工地震剖面数据多种特征识别储层结构、岩性、物性等是地球物理勘探的关键问题。随着数据量的增大,对地震数据进行降维和信号特征编码成为快速处理和分析地震资料的重要方向。由于手工标记拾取地震数据特征耗时费力、效率不高,而且不同人员往往会产生不同的解释结果,为此,基于地震剖面数据与人类指纹之间存在的相似性特征,提出了地震数据指纹特征点提取和自动标签化方法。该方法通过识别地震剖面数据间断、分叉等特征点,从海量地震剖面数据中提取存储量小、信息丰富的指纹特征点,并实现指纹特征点阵列(dactylogram minutiae array,DMA)编码算法。实际三维地震数据体处理结果表明,指纹特征点和DMA编码可以将数据存储量降低2个数量级,同时,编码本身包含特征点位置、方位角等信息,能够将编码从一维字符串恢复为二维特征点矩阵,并重构出地震剖面的特征点分布。勘探区域地下结构和含油气情况决定了地震数据指纹特征点的分布,因此特征点具有唯一性特点。利用指纹特征点匹配算法可以在三维数据体中自动实现相似特征的标签化,为深度学习提供大量训练数据集合。基于指纹特征点识别和自动标签化算法具有大规模数据降维和标准化编码能力,适合于快速生成人工智能算法的训练数据,能够进一步挖掘现有数据中的信息,为地震数据处理提供新的数据资料特征。

两类单纯3—设计的存在性

设G表示PSL(2,2^(n)),X表示射影直线GF(2^(n))∪{∞},并总假设d为满足d|(2^(n)-1)且d≥3的正整数。利用G在X上的作用,通过确定稳定子群中含有d阶元的2d-和2d+2(d≠5)-子集所在的轨道长度,给出以G为自同构群的、区组长度为2d和2d+2(d≠5)的两族单纯3-设计。令B为X的2d-子集,若G_(B)中有d阶元,则(X,B^(G))构成一个单纯3-(2^(n)+1,2d,(2d-2)(2d-1))设计;令B为X的2d+2-子集(d≠5),若G_(B)中有d阶元,则(X,B^(G))构成一个单纯3-(2^(n)+1,2d+2,(2d+1)(2d+2))设计。