致密砂岩气藏近井地带含水饱和度变化规律

致密砂岩气藏普遍含水,近井地带极易形成积液,从而导致气井减产甚至停产,因而研究近井地带含水饱和度变化规律对于认识气井产水机理具有重要的意义。为此,根据气井径向渗流原理设计了一套近井地带储层含水饱和度变化物理模拟实验流程,运用直径分别为10.5 cm、3.8 cm、2.5 cm的致密岩心由远及近串联以模拟气藏中直井压裂后的生产状况;基于气井降压生产方式,分别用20μm、30μm、40μm、50μm的微管来模拟气井油管以控制产气量,研究气藏衰竭开采过程中近井地带含水饱和度的变化及其影响因素,结合现场生产井资料计算气井近井地带及不同区域、不同微管直径下的含水饱和度及产水量,并分析其变化情况。研究结果表明:(1)不同采气速率各自对应一个临界含水饱和度,当原始含水饱和度低于临界值,近井地带和中部区域流动的地层水会随气体的采出而携出,近井地带不会产生积液;(2)当原始含水饱和度高于临界值时,由远端运移的地层水大量聚集在近井地带导致近井地带积液;(3)含水饱和度相同时,采气速率越大,越容易导致近井地带积液;(4)同一含水饱和度下,采气速率越大,产水越严重,采收率越低。结论认为,由物理模拟实验新方法计算得到的气井累计产水量图版与对应气井的产水动态具有较好的一致性,该研究成果可以有效预测气井产水量,对于气井采取合理的治水措施具有指导作用。     

基于ATT-IndRNN-CNN的维吾尔语名词指代消解

该文提出一种基于注意力机制(attention mechanism,ATT)、独立循环神经网络(independently recurrent neural network,IndRNN)和卷积神经网络(convolutional neural network,CNN)结合的维吾尔语名词指代消解模型(ATT-IndRNN-CNN)。根据维吾尔语的语法和语义结构,提取17种规则和语义信息特征。利用注意力机制作为模型特征的选择组件计算特征与消解结果的关联度,结果分别输入IndRNN和CNN得到包含上下文信息的全局特征和局部特征,最后融合两类特征并使用softmax进行分类完成消解任务。实验结果表明,该方法优于传统模型,准确率为87.23%,召回率为88.80%,F值为88.04%,由此证明了该模型的有效性。     

渝东南地区下志留统底部黑色岩系沉积环境及有机质富集机制——以鹿角剖面为例

为恢复渝东南地区下志留统底部黑色岩系沉积环境,研究有机质富集机制,对重庆市彭水县鹿角剖面进行系统采样,并测试有机碳质量分数、全岩X线衍射、微量元素、比表面和孔径分析等.结果表明:鹿角剖面下志留统底部黑色岩系属于中成岩阶段B期,古盐度在11.1‰~35.4‰之间,平均为21.4‰,整体上属于多盐水.样品中w(V)/w(Cr)在1.62~3.72之间,w(V)/w(V+Ni)主体在0.80左右,并结合黑色岩系中V、Ni、Cu的富集程度与总有机碳质量分数的良好正相关性,说明沉积环境处于水体呈弱分层的缺氧环境.随着深度变浅沉积环境由次还原向次氧化、氧化过渡.上升洋流导致古生产力提高,到志留纪时期全球气候变暖,上升洋流随之减弱,古生产力也随之逐渐降低.高古生产力是有机质富集的首要条件,高水体盐度、缺氧环境是有机质保存的理想环境.有机碳质量分数与岩石的BET比表面和总孔体积呈良好的正相关性,说明沉积环境在一定程度上影响岩石的储集物性,从而影响页岩气的赋存空间.