VES自适应转向酸液体系优化及性能评价

对于无法改善低渗透层非均质性严重的储层,常规酸化作业无法解决问题,这就需要采用转向酸化技术才能达到均匀改造的目的。自适应转向酸化技术是一种新型的改善非均质性的方式,本文对VES自适应转向酸体系设计,优选出表观粘度较大的配方为:4%VES+10%HCl+1%兰826缓蚀剂+1%乙酸+1%NH4Cl。同时对优选配方进行多因素考虑,并对岩心溶蚀效果、转向酸破胶性能评价,最后通过岩心驱替实验验证转向酸的加入可使增渗率由23.57%增至39.58%,符合施工条件。运用comsol软件模拟转向酸的进入地层的过程,结果显示其能对高渗透率区域封堵,可有效改造低渗区岩心,表明转向效果较好。     

低渗透气藏分段压裂水平井产量变化特征

针对低渗储层中存在应力敏感效应和压裂缝中存在高速非达西效应,利用Pedrosa变换、扰动变换、Laplace变换与边界元理论等计算方法,建立了任意形状气藏压裂水平井产量计算模型,分析了高速非达西效应、应力敏感效应、裂缝导流能力和裂缝与水平井夹角对产量变化特征的影响。结果表明:应力敏感效应和高速非达西效应对气井产量影响明显,在实际产量计算中忽略这两个因素的影响会高估气井产量;在低渗透储层中,受储层物性控制,裂缝导流能力存在一个最优值;受裂缝间相互干扰影响,裂缝与水平井夹角应大于70°。研究成果有助于提高低渗透气藏的开发效率。     

基于利用BP神经网络进行Stacking模型融合算法的电力非节假日负荷预测研究

短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提出越来越高的要求,传统的机器学习算法已经难以满足人们的需求。为了提高负荷预测的精度,本文提出了利用BP神经网络进行Stacking模型融合算法,它是基于集成学习的思想,首先挑选五种预测精度较高的单模型,然后利用Stacking模型融合方法将其集成为预测精度更高的综合模型。本文采用此算法预测某省2018年非节假日负荷,结果表明该算法可以有效提高预测精度。     

MTO积炭催化剂在O2/CO2气氛中的再生动力学

为了开发一种既能满足甲醇/二甲醚制烯烃(DMTO)积炭催化剂再生要求,又可以富集再生尾气中CO_2技术,在热重分析仪上采用等温和非等温方法对工业流化床反应器中积炭催化剂进行O_2/CO_2气氛中的再生动力学研究。结果表明,积炭DMTO催化剂O_2/CO_2气氛中再生反应速率对催化剂积炭含量表现为一级反应。两种方法下得到的空气再生活化能有所不同,等温方法得到再生活化能约为70 kJ/mol,而非等温方法得到再生活化能约为80 kJ/mol。所得动力学对于O_2/CO_2气氛下燃烧再生器的设计和操作优化有重要的意义。