不同注采参数下花岗岩热储层热采性能变化规律研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:songjuan119004
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
目前国内增强型地热系统(EGS)项目存在勘查程度低、换热技术不足、高温钻井成本高、具有诱发微地震风险等工程瓶颈问题,以上均与储层参数和不同注采参数下热储层热采性能变化规律认识不清密切相关。为此以松辽盆地北部大庆地区花岗岩热储层为研究对象,首先通过实验方法测定松辽盆地花岗岩在不同高温下物理力学和渗透率等参数,然后将实测参数导入多物理场耦合数值软件中,建立温度渗流耦合模型,数值模拟得到了注入温度、生产井井间距离、裂缝倾角等不同注采参数对储层产能和储层稳定性的影响规律,最终为松辽盆地EGS热开采提高产能、避免微地震发生提供了科学参考。论文研究获得的重要结论如下:(1)随着温度升高,花岗岩的质量和弹性模量减小,体积先减小后增大,密度、孔隙率、抗压强度和泊松比先增大后减小。研究表明温度越高,花岗岩抵抗变形能力越弱,在外力冲击下越易产生变形。由此可选择高温区域进行人工水力压裂,同时应考虑高温状态下,储层稳定性差,易发生微地震这一弊端。(2)以CO2为工作介质测量不同高温后花岗岩渗透率,得出随着温度升高,花岗岩渗透率呈指数函数变化;随着体积应力增大,花岗岩渗透率减小的变化规律。为保证储层连通性,应选择埋深较浅的高温区域作为热开采靶区。(3)随着注入温度、生产井井间距离、裂缝倾角增大,储层产能增大,储层稳定性呈不规则变化。如考虑提高储层产能,应选取较高注入温度、较大生产井井间距离和较大裂缝倾角;如考虑储层稳定性,应选取较高注入温度,最优生产井井间距离为700m,最优裂缝倾角为0°。该论文有图48幅,表10个,参考文献158篇。
其他文献
我国大部分地区煤碳质地致密,随着能源抽采进入深部区,瓦斯突出等现象越发严重,深部瓦斯抽采也遇到了前所未有的困难,煤体自身的物理性质,包括节理结构、含水饱和度、所受围压及外界环境温度等是影响煤层气存储能力和渗流能力的主要因素,本文针对现有提高煤储层渗透性实验方法的优缺点,利用液氮作为制冷液、低温保存箱创造低温环境,以辽宁省阜新盆地长焰煤为研究对象,利用物理增透的方式,开展了低温冻融作用下不同节理煤岩
学位
液压支架立柱的泄漏是导致液压支架失效的主要原因之一。立柱挂液是泄漏的一种特殊形式。依据液压支架φ450 mm立柱的产品结构及3种厂家的密封结构分析,从增大密封过盈量、密封槽加工等方面提出解决立柱挂液问题的对策,可有效减少立柱挂液的发生,为解决立柱挂液问题提出新思路。
期刊
随着煤炭行业的持续发展,三下压煤问题对煤炭开采的影响日益严重,而分层充填开采是一种有效解决厚煤层三下压煤问题的重要技术手段。但由于分层充填开采方法较为特殊,且开采过程中会受到充填材料放热和充填体孔隙结构的影响,导致煤层和充填区内部瓦斯渗流和涌出规律十分复杂。为了探究使用分层充填法采煤过程中煤层瓦斯渗流及涌出规律,以高河能源3#煤层E1302工作面为研究背景,通过理论分析、现场试验、数值模拟相结合的
学位
随着地下煤层开采深度增加,岩层控制难度加大,区段煤柱受到水的物理化学作用,在开采作用下易发生失稳,造成生命财产损失。因此,开展在采动作用下含水区段煤柱的稳定性研究,对煤矿的安全生产具有重要理论意义和实际应用价值。以实际煤矿开采工作面为背景,对不同含水率型煤试件进行单轴压缩及巴西劈裂实验,利用尖点突变理论与有限元数值模拟分析方法,对采动作用下含水区段煤柱的稳定性进行研究,主要工作与成果如下:(1)通
学位
深度学习的概念一经提出,便引发了人工智能领域的发展狂潮,尤其在自然语言处理领域中,其影响极其深远。对于自然语言处理任务而言,仅依靠传统模型与数据标注结合的方法无法做到语义的精准理解。想要准确深入地理解语义,必须将先验知识融入到自然语言处理任务中。实践证明,知识指导的自然语言处理是未来发展的必由之路。随着研究的深入,知识图谱得到了广泛的应用,尽管如此,知识图谱依然面临着覆盖度不完整等问题。为了提高知
学位
变分推理是计算后验分布的一种常用方法,因其收敛速度快、理论基础扎实,在机器学习中发挥着核心作用。传统变分推理假设变分分布为平均场形式(Mean-field),即隐变量之间相互独立,这种理想化假设虽然可以简化优化过程、提高计算可行性,却忽略了隐变量之间的后验相关性(后验依赖关系),对具有变量相关性的模型来说并不适用。Copula变分推理(Copula Variational Inference,CV
学位
阐述光伏电池在焊接的过程中的电池片、焊接材料、焊接设备、焊接工艺,以及它们之间的匹配影响,以及对焊接质量的影响。
期刊
当前网络上存在着海量的、多源的无结构化文本数据,如何从中快速提取用户感兴趣且有用的内容是亟待解决的问题。研究者们提出使用自动化工具将无结构化数据转化成结构化数据的概念,关系抽取是其中至关重要的步骤之一。根据数据集的标记程度可以将关系抽取分为有监督、半监督、无监督。针对有监督关系抽取即关系分类的相关算法研究有很多,主要集中于使用深度神经网络抽取待分类句子自身的语义特征,且均已取得了不错的性能效果。随
学位
经过近年来的快速发展,现有的深度学习技术已在图像分类领域展现出强大的性能,但这往往需要大量的标注样本对模型进行训练。而在很多现实场景中,有标注的样本通常是稀缺且昂贵的。为解决此问题,人们提出了元学习(Meta-learning),期望仅使用少量的标注样本就能得到令人满意的效果,相关研究对医疗、行人再识别等缺少标记样本的领域有着重要的现实意义,元学习也是深度学习领域研究的热点之一。元学习的主要思想是
学位
煤矿巷道在服务期限内受周围采掘活动等影响,产生顶板下沉,或片帮,或底臌等变形破坏,导致不能正常使用时,必须进行扩修。扩修过程中,巷道围岩应力重新分布,可能诱发冲击地压。本文针对这一问题,通过时变力学理论对巷道扩修诱发冲击地压的时变机理进行了以下几个方面的研究:(1)对煤岩试件-试验机系统、顶底板-煤柱系统、巷道围岩系统这三类煤岩时变系统进行了时变动力分析。通过弹塑性分析得到圆形巷道冲击地压发生条件
学位