【摘 要】
：
页岩气的有效开发对世界能源结构起到了重要作用,我国页岩气储量丰富,长宁-威远区块页岩具有良好的开发潜力。针对不同的储层条件,页岩气动用规律不同。目前,对页岩储层水力压裂动用规律研究较少,急需展开相应的研究。以长宁-威远区块龙马溪组页岩为例,开展页岩的基本力学性质、孔隙结构及孔径分布测定基本力学试验。在确定页岩物性参数的基础上,采用室内三轴水力压裂实验、CT扫描实验及PFC离散元数值模拟方法对水力压
【基金项目】
：
国家科技重大专项子课题“页岩储层缝网扩展的力学机制及定量表征”（2017ZX05037001-004）；
论文部分内容阅读
页岩气的有效开发对世界能源结构起到了重要作用,我国页岩气储量丰富,长宁-威远区块页岩具有良好的开发潜力。针对不同的储层条件,页岩气动用规律不同。目前,对页岩储层水力压裂动用规律研究较少,急需展开相应的研究。以长宁-威远区块龙马溪组页岩为例,开展页岩的基本力学性质、孔隙结构及孔径分布测定基本力学试验。在确定页岩物性参数的基础上,采用室内三轴水力压裂实验、CT扫描实验及PFC离散元数值模拟方法对水力压裂扩展机理和影响因素进行研究。研究表明:页岩水力压裂裂缝具有高速扩展的特点,产生的裂纹为张拉裂纹;水力裂缝贯通压力值随围压增大而递增;裂缝扩展长度和粘结破坏数量与注水压力正相关;注水压力越大,对沿注液方向的裂缝扩展具有增强作用,增大改造体积,增加裂缝网格形成的复杂性,达到良好的压裂效果。基于CMG软件的IMEX计算模块,建立页岩气开发模型,分析工程参数及储层性质对页岩气动用规律的影响,并应用SPSS的因子分析法确定主要影响因素,通过对页岩气产量及改造体积结果进行分析,得到的结论如下:压裂参数中,压裂段数增加、裂缝长度、高度和段间距适当增大能够改变页岩储层的导流能力,增大压裂改造体积,加大页岩气的有效动用,使产气量增加;储层性质中,孔隙度对页岩气产量影响较小,但渗透率与页岩气的运移密切相关;统计分析得压裂体积,水力裂缝簇数,裂缝长度,裂缝高度,压裂段数,簇间距六种因素为影响页岩气有效动用的主要因素。基于对长宁-威远区块页岩储层水力压裂的裂缝扩展机理及页岩气的动用规律的研究,为水力压裂缝网裂缝参数的优化提供思路和手段,为长宁-威远区块页岩气藏有效开发提供技术支持。该论文有图72幅,表15个,参考文献100篇。
其他文献
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
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
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
本文简要介绍了甘肃省耕地质量现状和面临的形势与问题，阐述了耕地质量提升的重大意义，提出甘肃省耕地质量建设与保护工作要坚持绿色发展新理念，建议以耕地保护为中心，建设耕地质量监测和管理信息系统平台，实施有机质提升、中低产田土壤改良、盐碱地改良工程等三大工程，推动甘肃省耕地质量建设与保护工作深入开展，为确保粮食安全、实现绿色高质量发展奠定基础。
本文研究了层状岩体界面裂纹应力强度因子的测试方法。层状岩体界面层内部存在着粘结性较小的原生软弱层,因此层状岩体的破坏,不仅体现为单一层面内部的裂纹扩展,更多的是界面层的破坏。应力强度因子的准确评价可以用来判断界面裂纹是否发育以及扩展的方向,对于预防和控制因裂纹扩展而引起的事故,具有十分重要的的理论意义以及实际价值。层状岩体由不同力学性质的岩石材料组合而成,因此将界面力学思想应用于层状岩体中。为了得
目标检测是计算机视觉领域很多下游任务的基础,它的目标是识别出图片中所包含的物体实例并定位它们的位置。两阶段检测方法是基于深度学习的目标检测框架的重要分支,它们先生成可能包含目标的感兴趣区域（RoIs）,然后提取出RoIs内部的视觉特征来完成检测。每个RoI的有效感受野往往比较小,使得检测时使用的RoIs的视觉特征是局部的,缺乏全局上下文依赖,不可避免的造成噪声误检以及外观特征不明显物体的漏检。现有
近年来,遥感图像分类受到了越来越多的关注,其中,确定图像属于哪种场景的分类方法称为场景分类。遥感图像场景分类已经被运用到很多领域,包括土地利用、森林检测、城市规划和植被管理。尽管基于深度学习的遥感图像场景分类已经获得了大量关注,成为了一个活跃的研究领域,但是这些方法需要足够的注释数据以提取有效特征,然而,实际情况却是,传感器传递的数据是没有经过标注的。给数据添加标签,既费时,又昂贵,甚至需要专业的
近年来,深度学习一直处于蓬勃发展的阶段,图像分割也已成为当下的研究热点之一。基于深度学习的医学图像分割模型如今已较为成熟,但是在临床实际环境中,由于医院、医疗设备以及病人群体等多种因素的差异,这些模型的泛化能力难以达到预期。迁移学习技术能够使不同域建立关联,利用带有标签的源域样本实现目标域样本的精确分割,提高模型性能。大多领域自适应迁移学习模型采用两个域所有特征进行训练,往往会不正确地将域无关特征
模型计数（model counting,#SAT）问题是人工智能领域的一个基本问题,旨在求解给定命题公式的可满足赋值个数,求解难度是#P完全的。现代基于CDCL（conflict driven clause learning）框架的模型计数求解器已经能够处理具有百万条子句的大型合取范式（conjunctive normal form,CNF）。然而,在诸如贝叶斯网络、规划、有界模型检测、概率推理等
随着矿山开采深度持续增加,由超低摩擦效应引起的岩爆及冲击地压更加频繁、严重,岩体所处应力环境越趋复杂,其力学行为呈现出新形式、新特征。冲击地压现场观测表明,现有研究未充分考虑深部岩体结构的破碎特征,存在诸多不适用的情形,致使一些特殊的动力响应现象无法得到合理解释。为进一步促进我国矿山资源的高效开采、安全开采、环境友好型开采,亟需基于现有研究充分考虑结构破碎特征,建立新的研究模型。现引入矿山开采过程