基于长短时记忆神经网络LSTM的煤体结构识别方法

煤体结构的定量识别是煤和煤层气等资源勘探开发中的关键性问题之一。本次研究以鄂尔多斯盆地A地区煤岩为研究对象,选取5条常规测井曲线井径CAL、自然伽马GR、声波时差AC、补偿中子CNL和密度DEN曲线,构建基于LSTM神经网络的煤体结构识别模型,实现了煤体结构的定量识别。研究表明：随着煤层被破坏程度的增大,构造煤具有DEN曲线和GR曲线值偏低,AC曲线、CNL曲线和CAL曲线值偏大的特征;LSTM网络模型参数是影响模型识别准确度的重要因素,通过多次试验得出网络训练的迭代次数(Epoch)、LSTM神经网络包含的隐藏单元数(numHiddenUits)和数据最小分块尺寸(MinBatchSize)参数的最优值分别为800、32和28;基于LSTM神经网络的煤体结构识别模型准确度达到85.5%,并且利用未参与模型构建的验证井进行可靠性的验证,认为该方法可有效识别煤体结构,基本满足实际生产的需求,对于相似地区煤体结构的识别也具有一定的借鉴意义。     

低渗透油藏井间压力预测研究

针对低渗透油藏的流体渗流特征，利用调整井周围井的生产数据．建立了一套能够满足油田需要的压力预测的计算模型，根据现场数据进行实际计算，结果证明此模型具有较高的预测精度，为钻井过程能够快速、安全、优质地打好调整井奠定了基础。     

江苏低渗透油藏核磁共振剩余油微观实验研究

针对江苏低渗油藏开发过程中的问题,开展了基于核磁共振二维谱技术的水驱油实验研究,对比分析了不同驱替阶段的油水变化规律。结果表明：在水驱初期,连片状剩余油占主导地位;随着水驱的进行,连片状剩余油体积比例不断降低,而其他三种剩余油比例不断增加,同时,连片状剩余油体积绝对量不断降低;水驱后期,连片状剩余油不再处于主导地位,但其体积绝对量与网络状、孤岛状体积绝对量相当,依旧具有较大的开发潜力。     

复杂小断块油藏水驱开发效果评价方法

为了准确客观地认识复杂小断块油藏的水驱开发水平,在中国新近提出的普通砂岩油藏水驱开发效果综合评价方法的基础上,重点考虑了江苏油田复杂小断块油藏的断块小和断层分布多等基本地质特点,提出了具有复杂小断块油藏特点的水驱开发效果综合评价方法,并编制了相应的评价软件。应用新方法对真武油田真11断块戴二段第二砂层组的开发指标进行了对比和综合评价,客观地指出了目前开发过程中存在的问题,证明该方法具有科学性和良好的应用前景。     

天然裂缝对油藏开采特征的影响

在低渗透油田开发过程中,天然裂缝直接影响了地下多孔介质中流体的流动和低渗透油田的开发效果。文章利用数值模拟的方法,计算了低渗透油田面积注水条件下存在天然裂缝时的开发效果,分析天然裂缝裂缝密度、方位、长度、导流能力对油藏开采特征的影响。研究结果表明：随着裂缝密度增加,采出程度越高;与主流线方向平行的裂缝,容易造成注入水突进,见水时间早,无水采收率低;裂缝长度越长,增加了低渗透油田的渗透性,有利于提高采油速度;在相同裂缝方位的情况下,采出程度随裂缝渗透率的增加而减小,减小程度随裂缝的增加而增加,平行于主流线方向裂缝采出程度的减小幅度大于垂直于主流线的裂缝。在低渗透油田开发设 计时,应合理的判断、考虑和利用天然裂缝以提高原油采收率。     

基于砂体叠合与层间参数差异的层系评价方法研究

油田开发后期,受储层非均质、油水黏度差、井网井距等因素影响,层系内小层间矛盾逐步加剧,开发效果变差,而进一步开展开发层系的细分重组,是解决层间矛盾、提高采收率的主要技术手段之一.为解决现有层系评价技术模糊不具体、层系调整时机把握困难的问题,该文利用模糊数学的最大隶属度理论方法,选择界限含油面积覆盖率、界限含油砂体叠合率...     

强边水普通稠油断块油藏挖潜研究

针对Z43断块普通稠油强边水油藏目前开发中存在的问题,开展了剩余油挖潜技术研究。在控油断层、微构造、隔夹层等地质精细研究的基础上,建立了三维地质模型。开展普通稠油油藏高含水期剩余油分布研究,制定了挖潜方案,提出了常规井、侧钻井继续落实控油断层,短井段水平井挖潜剩余油的思路,现场实施取得了较好的效果。该断块类型油藏的成功挖潜对类似油藏后期开发具有一定的指导意义。     

高含水停采油藏剩余油再聚集敏感因素研究

在剩余油再聚集数学模型建立的基础上,运用典型油藏地质模型利用数值模拟方法,分析研究了剩余油再聚集敏感因素及再富集规律。结果表明剩余油再聚集过程中受油藏内部驱动压力、重力、浮力及毛管力的力学再平衡作用控制。剩余油富集规模受停采时间、停采前含油饱和度、原油性质、储层非均质和构造等因素影响,油藏的微构造高点、腰部、平面渗透率高及砂体顶部是剩余油重新运移聚集的有利区带。现场通过侧钻、零星调整井、回采和水淹层挖潜,取得了良好增油效果。     

疏松砂岩中微粒迁移问题的研究

疏松砂岩储集层出砂是石油开采中的严重问题，砂岩微粒被冲蚀形成的大孔道会造成严重水窜。迁移的微粒被捕获会导致地层堵塞，使渗透率和产油量下降。为了详细研究疏松砂岩中微粒迁移问题，修正了孔隙介质中微粒冲蚀和捕获的毛细管模型，采用特征线方法给出了模型的解析解，利用有限差分方法求出了模型的数值解，并且将数值解与解析解进行了对比。根据对模型的研究得出结论，对于渗透率较低的油藏，出砂时砂微粒浓度在达到峰值以前就已经发生了地层堵塞，胶结疏松且渗透率较高的油藏更容易形成大孔道。图4参10     

基于统计学习理论的高含盐油藏储层渗透率变化预测

为了在较少的实验数据条件下，实现对高含盐油藏储层渗透率变化规律的有效预测，对自组织、改进型BP神经网络和支持向量机3种方法在水驱储层渗透率变化预测中的应用进行了探讨。3种方法的对比研究表明，在小样本条件下，支持向量机方法能够兼顾模型的通用性和推广性。在王场油田潜三段北断块油藏储层渗透率变化的敏感性分析应用结果表明，该方法可准确地预测储层渗透率的变化规律；编制的动态油藏数值模拟软件应用结果显示，考虑储层渗透率变化的剩余油数值模拟结果符合率达75％，而不考虑储层渗透率变化的结果符合率仅为45％。充分说明了动态模拟的优越性。