塔里木盆地塔中隆起油气成藏条件与富集规律研究

来源 :中国地质大学(北京) | 被引量 : 0次 | 上传用户:pooh__5210
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
塔中隆起位于塔里木盆地中部,是一个继承性古隆起,成藏条件复杂.本文以油气成藏要素研究为基础,以成藏过程研究为主线,以成藏作用结果研究为核心,对塔中隆起油气藏形成条件与分布规律进行分析和研究,深刻分析了该区油气藏的复杂性、隐蔽性、多期次性和后期改造性,将研究与生产紧密结合,有效地指导了勘探实践.研究区沉积了寒武-奥陶系的海相碳酸盐岩台地相、志留-二叠系海相-海陆交互相及中新生界的陆相碎屑岩沉积.纵向上划分为上(J-Q)、中(C-T)、下(Z-D)三大构造层,7大区域不整合和多个局部沉积间断,下古生界发育巨型复背斜构造,中构造层发育大型鼻隆构造.塔中隆起以志留系底不整合面为界,其下发育明显的穹形背斜构造,断裂发育;其上地层的构造变形程度比较弱,局部构造少,断层不发育.寒武系-下奥陶统与中上奥陶统两套优质海相源岩奠定了塔中隆起油气藏的物质基础.古生界发育多套良好储盖组合,石炭系、志留系、奥陶系是主要勘探目的层.研究区圈闭类型较多,共分为构造圈闭、非构造圈闭和复合圈闭等三大类圈闭.区内共有7种油气藏类型:寒武系-奥陶系低潜山内幕油气藏、下奥陶统高潜山风化壳油气藏、石炭系潜山披覆背斜油气藏、石炭系地层超覆不整合油气藏、志留系背斜-岩性(沥青封堵)油气藏、台槽过渡带岩性油气藏、火成岩(刺穿)油气藏.各种类型均表现出早期成藏、垂向运移、晚期充注和多期改造的特点.油气的分布总体具有下气上油、东气西油、南气北油的特征.风化壳型油气藏、岩性圈闭油气藏和火成岩圈闭油气藏具有较大勘探潜力.油气成藏具有六大主控因素,包括多旋回构造运动控制油气运移方向和成藏多期性,区域盖层控制油气纵向分布,断裂带与不整合面对油气运移通道、方向和分布有明显控制作用,继承型构造是油气藏形成和保存的关键,沉积相是控制岩性圈闭油气藏的主要因素,岩溶体系的发育控制碳酸盐岩油气藏的分布.油源对比表明,塔中隆起油气藏多具有混源性.结合烃源岩的发育、演化和成藏要素分析,描述了塔中古生界复合含油气系统.综合分析表明,塔中隆起存在巨大油气资源勘探潜力,塔中隆起应坚持下古生界,寻找大中型油气藏.通过北部斜坡鼻隆复式油气聚集带中1井的钻探和塔中内幕潜山复式油气聚集带中4井的钻探,两个构造带已经获得突破,中1井在二叠系、石炭系、志留系、中上奥陶统和下奥陶统钻遇5套油气显示,并获得商业油气流;中4井在中下奥陶统钻遇良好显示.
其他文献
自动垂直钻井系统源于联邦德国的大陆超深井计划(KTB计划),其目的是调查地球深层的地壳资源、其物理与化学条件以及地壳的形成过程,因此计划打一口近万米的超深井.常规的钻进
当人类进入太空已不是梦的时候,我们可以确信信息时代的确已经到来;在信息、知识飞速发展的今天,人们只有不断的学习新的知识、技能,才能跟上时代的步伐,学习和接受教育已经成为伴
在进行具体的机电工程作业时,主要包括的机电作业内容有:排水、电气、防火、弱电工程等等,他们都对总体的机电作业带来一定的影响.虽然当前我国的机电安装工作在不断的发展进
拟建的旭龙水电站是治理开发金沙江上游河段水能资源的重要梯级工程,坝型为混凝土双曲拱坝,最大坝高213m,装机总容量2220MW,总库容8.19亿m3。拱坝研究设计中的主要工程地质问
BIM(Building Information Modeling)的中文名称为建筑信息模型,是近年来建筑工程施工中一种新型的技术,在提高生产效率、节约成本和缩短工期方面发挥着重要的作用.对此,本文
近年来,海洋油气资源已越来越受到人类的重视,服务于海上能源开采的海洋平台的体积与重量也随着开采能力的提升而向着大型化、超重化方向发展,其安装过程所涉及的各类技术也
以地震方法为主的储层横向预测及油气判别是近年来油气储层评价的一个新的研究领域,并逐渐发展成为一门独立的科学体系。储层预测研究是综合地震地层学、层序地层学、石油地质
河西地区地处兰坪-思茅成矿带北段与云岭成矿带和澜沧江成矿带的交接部位,区内岩浆活动、变质作用强烈,地质构造复杂,成矿条件极为有利.由于该区矿产任务削减,矿产方面研究程
近年来,地球物理学家在电声效应研究中取得了一些重要的认识和成果,但仍然存在一些无法应用现有电-声转换机制解释的现象和矛盾.本文在开展实验研究和理论考察的基础上,提出
随着设备复杂程度日益提高,研究设备的状态监测和故障诊断方法具有重要意义。本文以集合经验模态分解的改进和应用为研究内容,提出了基于改进的集合经验模态分解、谱峭度理论和能量算子解调分析的故障诊断方法。本文首先研究了经验模态分解和集合经验模态分解的分解原理及特性。集合经验模态分解是一种基底自适应的信号分解方法,在分解原理上较传统的时域、频域分析方法具有更好的滤波特性和自适应性。但在实际应用中,由于工况下