西部新区准噶尔盆地深井钻井技术

总结了庄1井、沙1井、庄103井等几口井的钻井经验，指出目前准噶尔盆地深井钻井存在的主要问题是：起下钻困难，卡钻事故频繁；完井电测不顺利；钻具事故时有发生；4000m以深井段机械钻速低等。详细介绍了该地区深井钻井的主要技术措施以及所应用的钻井新技术，提出应进一步推广应用“PDC钻头＋螺杆”复合钻进技术及高钙盐钻井液，并优化钻头选型，以进一步提高机械钻速。     

CO2吞吐技术在深层稠油开发中的应用

吐哈油田深层稠油和三塘湖盆地浅层稠油探明储量9814×10^4t,利用三次采油技术开发对吐哈油田储量接替和原油上产具有战略性意义。由于原油黏度高,在井底附近及其井筒内的流动性较差,在不采取额外措施的情况下无法进行正常、稳定生产。同时,边远难采区块的勘探试油,需要采取新的工艺才能获取试采数据,落实油藏储量,提高对油藏的进一步认识。通过调研认为：在稠油油藏开发过程中,利用CO2实施早期吞吐,具有很大的上产潜力和经济效益。     

大庆油田萨中水驱深度调剖实践与认识

大庆油田萨中北一区断东萨葡油层,注入水低效、无效循环严重,经济效益差。通过选择调剖目的层、优化用量设计方法,采用复合离子调剖体系及段塞式注入方式实施深度调剖。结果表明,对厚油层底部高渗透条带的调堵,有效缓解了层内和层间矛盾,改善了吸水剖面,吸水层数增加,目的层底部吸水得到有效控制,连通油井产液量及含水率下降,为今后水驱深度调剖提供借鉴。     

低吸附缓交联调驱体系用多重乳液交联剂

低吸附延缓交联体系由部分水解聚丙烯酰胺和多重乳液交联剂等配制而成,多重乳液交联剂为W/O结构,将与聚丙烯酰胺交联的有效成分包裹在内水相中,靠地层孔喉的剪切与温度达到破乳来释放有效成分,从而实现延缓交联的作用。多重乳液交联剂的最佳工艺为内外相质量比为2,乳化剂与外相质量比为0.13～0.16,助剂与外相质量比为0.14～...     

埋藏压实作用对前陆盆地深部储层的作用过程与改造机制

针对中西部前陆盆地储层经历了早期长期浅埋、后期快速深埋的特有埋藏方式,开展地质过程约束下的成岩模拟实验,分析埋藏压实作用对库车前陆盆地深部储层的作用过程与改造效果。通过砂岩面孔率、视压实率、减孔率及孔径、喉径等储层物性参数的定量评价,表明埋藏压实作用直接影响储层视压实率、减孔率,同时也控制了不同粒级砂岩储层的孔径与喉径变化。在早期缓慢的浅埋藏阶段,压实作用使粗砂岩、中砂岩等粗碎屑颗粒存在较少的碎裂纹及颗粒位移和重排,细砂岩、粉砂岩等细颗粒呈较杂乱排列。在后期快速埋藏压实阶段,随着埋深增大,压实作用使骨架颗粒趋于定向排列;近源沉积的粗砂岩、中砂岩等碎屑颗粒大量发育裂纹和成岩缝,前渊沉积的粉砂岩不发育颗粒裂纹但存在成岩缝。快速深埋作用下形成的碎屑颗粒裂纹与成岩缝是深部储层发生溶蚀和提高渗透性的主要原因。     

深水水下管汇设计研究

水下管汇作为一种典型的水下生产设备,设计时需要考虑环境、安装、检查、维护和生产等工况要求,确保在寿命期内能安全、可靠和稳定地运行。因此,对水下管汇的总体布置、结构、管线和控制系统等4个方面进行研究,确定了相应的设计原则及方法。根据设计原则和方法,设计了一种深水水下管汇,并试制了原理样机。该设计原则和方法可以为水下管汇和其他水下设备的工程设计提供参考。     

高温凝胶深部调剖剂的研究及在华北油田西柳10断块的应用

华北油田西柳10断块是高温中孔低渗油藏,基于油藏物性开展了以改性酚醛树脂为交联剂的高温凝胶深部调剖剂的研究。通过室内试验确定了高温深部调剖剂的基本配方,考察了聚合物、交联剂、促交剂、除氧剂用量对凝胶黏度、成胶时间的影响。结果表明,配方体系适应120 ℃的地层温度,热稳定性好,初始黏度小于100 mPa·s,成胶黏度大于14 Pa·s。该调剖剂已在西柳10断块整体调剖中得到应用,取得了良好的控水稳油效果。     

基于深度脊波神经网络的电力系统短期负荷预测模型

针对电力系统负荷的非线性预测问题,本文构造了一种基于深度脊波神经网络的电力系统短期负荷预测模型。该模型的隐含层采用脊波神经元,神经元的激励函数采用脊波变换函数。对该预测模型采用受限的玻尔兹曼机学习原理进行预训练,最后利用粒子群优化算法对其进行深度优化精调。通过对某地区实际电网负荷系统进行仿真预测,结果表明,与传统的BP神经网络、脊波神经网络和常规深度神经网络模型相对比,深度脊波神经网络预测模型的日平均绝对误差百分比分别降低了1.96%、1.12%和0.3%,日最大绝对误差分别降低了3.91%、2.19%和1.78%,验证了深度脊波神经网络预测模型具有较好的预测准确度和稳定性。     

Remaining Useful Life Prediction With Partial Sensor Malfunctions Using Deep Adversarial Networks

In recent years, intelligent data-driven prognostic methods have been successfully developed, and good machinery health assessment performance has been achieved through explorations of data from multiple sensors. However, existing datafusion prognostic approaches generally rely on the data availability of all sensors, and are vulnerable to potential sensor malfunctions, which are likely to occur in real industries especially for machines in harsh operating environments. In this paper, a deep lea...     

Axial Assembled Correspondence Network for Few-Shot Semantic Segmentation

Few-shot semantic segmentation aims at training a model that can segment novel classes in a query image with only a few densely annotated support exemplars.It remains a challenge because of large intra-class variations between the support and query images.Existing approaches utilize 4D convolutions to mine semantic correspondence between the support and query images.However,they still suffer from heavy computation,sparse correspondence,and large memory.We propose axial assembled correspondence n...