宁50复杂断块剩余油分布及挖潜治理对策研究

来源 :中国石油大学(华东) | 被引量 : 0次 | 上传用户:cnreon
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂断块低渗透油藏的勘探、开发难度较大,目前该类油藏采收率普遍较低,开发效果差,剩余油分布规律复杂,具有较大的储量挖掘潜力。本文以华北油田宁50断块油藏为典型特例,通过研究复杂断块低渗透油藏的主控因素与剩余油分布规律,认识此类油藏的地下面貌,研究有效的开发方式和开发对策,制定合理的科学挖潜方案,通过综合治理,以期获得较高的采收率,这对于提高复杂断块低渗透油藏难动用储量的开发水平,实现资源接替有重要现实意义。从复杂断块低渗透油藏地质特点研究入手,通过精细地层对比及三维地震解释,结合生产动态资料,建立精细构造模型;并在粗化地质模型的基础上利用数值模拟软件进行了历史拟合;通过油藏工程技术与动态分析相结合,根据影响剩余油分布的主要因素,对剩余油分布进行定性和定量描述;针对剩余油分布特点制定合理的挖潜对策;综合数值模拟及油藏工程研究认为剩余资源主要受砂体、非均质程度及注采井网不完善等三个因素控制,主力砂体动用程度高,水淹严重,小砂体动用程度低。通过剩余油研究及各项研究成果,结合剩余资源分布,制定了油田下步的挖潜治理方案,提高油井的生产能力。共设计三个挖潜方案,经指标预测,推荐方案二为最佳方案。该方案设计新井1口,结合老井措施,预测10年后累计增油17.09万吨。
其他文献
实验目的:大豆苷元(Daidzein)属于异黄酮类化合物,能够治疗和预防心脑血管疾病,此外还具有雌激素样活性和预防骨质疏松症、抗癌、抗炎等重要药理作用。由于其化学结构,大豆苷元水溶性和脂溶性较差,口服后主要在肠道内被吸收,易于代谢形成葡萄糖醛酸结合物或硫酸结合物,临床应用受到很大限制。脂质体是目前较成功的药物载体系统,具有良好的生物相容性,能够增加肠道通透性,提高生物利用度。本研究优化了大豆苷元长
对油藏的开发历程和开发特点进行了深入分析,针对京11断块的油藏特点:水驱采出程度较高;原油粘度低、酸值低;储层粘土矿物含量相对较高、渗透率较低。通过开展体系流变性、界
负极材料是锂离子电池的重要组成部分,目前,石墨在锂离子电池市场占有主导地位,然而石墨有限的理论容量和倍率性能却限制锂离子电池的继续发挥发展和应用。在此背景下,本文着重研究了酚醛树脂基硬炭在锂离子电池中的应用,具体包括以下几个部分:(1)以不同分子量的热塑性酚醛树脂和热固性酚醛树脂为原料,在800℃下真空炭化得到树脂基低温热解炭,结果表明,酚醛树脂的分子量会显著影响层间距和无序度,进而影响硬炭的电化
油田注水开发能够为油藏补充能量提高油田采收率,是目前国内外使用最多最广泛的开发方式。注水开发时储层内部的岩石、流体和外来流体产生复杂的相互作用使得储层的环境发生
金属有机框架功能丰富多样,特别是在导电、气体吸附和分离、催化、发光等领域表现出的优异的特性。另外其功能可设计、易修饰,而且较大的孔容和比表面积。因此,受到了极大关
金属有机多孔配位聚合物因其具有高的比表面积,大孔隙率等特点,是近几十年来的功能材料领域的研究热点,其在多相催化、气体吸附和分离、荧光探针等领域发挥着非常重要的作用
林下地形是植被资源监测的基础数据,同时也是森林制图和林业科学研究的重点,因此林下地形在很多领域起着至关重要的作用。随着遥感技术的发展,对于林区的研究也日益广泛,如今光学遥感能够准确获取到植被冠层顶部的高程数据,却难以穿透植被冠层和树干获取到林下地形的信息,所以如何获取到不包含森林树高真实的地形是目前获取到林下地形的关键。合成孔径雷达(SAR)系统中的部分波段具有一定的穿透植被覆盖层的能力,所以SA
有机磷酸酯化合物被广泛地应用于生物、医药和材料等领域,其合成方法的研究具有重要的意义。传统的方法使用水氧不稳定、毒性高且官能团耐受性差的磷卤化合物。基于此,开展绿
狄拉克材料是一类新型材料,具有相对论类狄拉克方程所描述的低能准粒子。狄拉克材料中的电子表示线性能量-动量相对论色散,这种色散可以用无质量的狄拉克哈密顿量精确描述。这种独特的电子结构导致了许多特殊的物理性质,为纳米电子器件提供了广阔的前景。近年来,在狄拉克材料中寻找新的物质状态和不寻常的准粒子引起了大家对凝聚态物理研究的兴趣。原子坍缩现象是原子物理学中的相对论量子效应。也就是说,当超重原子核的电荷数
作为旋转机械的关键零部件,滚动轴承因其多变的工况环境,已成为机械故障的主要来源之一。因此,开展对滚动轴承的故障检测和诊断研究,对于保障机械设备正常运行,提高生产效率具有重要意义。作为人工智能领域的新兴算法,深度学习以其强大的特征提取和非线性函数映射能力已在多个领域取得了优异成绩,但在机械设备的健康管理领域仍有待进一步发展。本文着重研究深度自编码网络(Deep Autoencoder,DAE)在滚动