分散式CO2-EOR项目数字化管理转型探索与实践

来源 :油气藏评价与开发 | 被引量 : 0次 | 上传用户:ayhui2046
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
CCUS(碳捕集、利用与封存)是应对全球气候变化的关键技术之一,其中,CO2-EOR(碳捕集、封存与提高采收率)是CCUS技术的重要组成部分。为有效应对高成本、低油价对CO2驱油形成的压力,推动CCUS项目的大规模推广应用,中国石化华东石油局江苏华扬液碳有限责任公司参照数字化油气田建设的模板,按照“生产自动化、安全联锁化、现场无人化、管理集中化”的工作思路,加强CO2运输、驱油现场先进信息技术与生产管理的深度融合。通过引入安全监控系统和信息
其他文献
受多期构造运动影响,南川地区页岩地质条件复杂、资源禀赋变差,难以实现规模效益开发。为积极推动南川地区页岩气效益开发,坚持推行地质工程一体化、全方位全过程优化的开发理念,围绕“研究部署、井网优化、钻井工程和压裂工程”等方面开展综合研究。坚持地下资源充分动用、地面钻前最优的原则确定钻井平台及井网优化部署;以产能“甜点”为核心优化井位设计,同时应用一体化导向技术,实现精准穿层,提升“甜点”钻遇;以改造缝网复杂程度最大化和产能最大化为目标,优化压裂工艺设计,实现页岩气井效益最大化。基于南川地区页岩气产建实施,形成
纯化幽门螺杆菌空泡毒素A(VacA)蛋白后与人体胃癌细胞(SGC7901)共培养,蛋白质印迹法检测SGC7901细胞中沉默调节蛋白1(SIRT1)、叉头框蛋白O(FOXO)1及自噬相关蛋白(P62)的表达情况,并通过RNA干扰(siRNA)技术沉默SIRT1的表达,研究SIRT1/FOXO1信号轴与自噬的相互关系.研究结果显示,VacA蛋白处理胃癌细胞后,SIRT1及FOXO1蛋白表达水平升高,P62蛋白表达水平降低,SGC7901细胞自噬增强.通过干扰SIRT1表达,能够降低FOXO1蛋白表达,增强P6
吉木萨尔二叠系芦草沟组陆相页岩油藏储量丰富,纵向上存在上、下2个“甜点”富集段,随着开发进程的推进,“下甜点”逐渐成为开发主力层位。“下甜点”具有埋深大、非均质性强等特征,开发难度较大。伴随市场环境压力的影响,急需对工艺技术优化实现页岩油低成本开发。基于吉木萨尔页岩油“下甜点”地质特征,应用数值模拟、室内实验、裂缝监测等方法,对簇间距、滑溜水携砂性能、支撑剂导流能力等方面进行了研究,并开展了密切割、暂堵压裂,石英砂替代,全滑溜水加砂等一系列低成本工艺现场试验。现场应用效果显示:综合采用低成本压裂改造技术,
云际铀矿床位于相山矿田的东北部,为南北向、北东东向断裂和火山塌陷构造复合部位,矿区范围内断裂构造十分发育,云际主断层是本矿床的主要含矿构造。云际铀矿床的矿体严格受云际主断层的控制,主要矿体均赋存在该断层上盘附近。文章采用SKUA-GOCAD软件进行地形地貌模型、钻孔模型、构造-地层模型、岩体模型和矿体模型等地质体三维地质模型的构建。利用三维地质模型可以直观查看地质体之间关系,结合地质背景和成矿规律对矿床的成矿远景进行了预测。
离子在离子液体/水溶液二元系统中的电迁移行为在很多领域受到了越来越多的关注。本文通过研究不同条件下离子液体离子在电极液中的浓度变化,系统地研究了电极溶液酸—碱度,电极溶液中电解质浓度以及离子液体中溶解LiN(CF3 SO2)2与否对[C6MIm]+离子电迁移的影响。总的来说,随着电流的增加,[C6MIm]+离子向阴极水溶液的迁移量随之增加,向阳极水溶液的迁移量随之减少;然而N(CF3 SO
选取鄂尔多斯盆地安塞地区长7段地层烃源岩为研究对象,利用总有机碳含量测试、岩石热解和色谱质谱等技术,深入探讨页岩油在运移和聚集过程中的差异化特征。结果显示:研究区不同烃源岩生烃潜力差异较大,其中,页岩的生烃能力最强,泥质砂岩的生烃潜力最弱。泥质砂岩中游离烃含量较高是由于其接受了外来的游离烃。不同岩性中页岩油的地球化学参数分布具有差异性,其中泥质砂岩富含饱和烃组分,非烃/沥青质组分较少,而页岩和泥岩则富含非烃/沥青质组分,饱和烃组分较少。原油性质和源储厚度及物性对页岩油的排运聚对页岩油运聚具有较强的影响。小
众所周知,页岩层是烃类的源岩层.页岩气是吸附于页岩微颗粒表面的天然气,其主要成分为甲烷气.评价页岩气地质资源量的方法是重量体积法.由于页岩的渗透率极低,常以纳达西(nan
为了明确页岩油压裂焖井开发初期的产能控制因素,应用层次聚类分析与主成分分析相结合的综合数据分析方法,对里151区生产井的储层静态参数、压裂施工参数以及产油量数据进行
储层渗透率是储层产能的一个重要影响因素。针对常规测井渗透率模型在孔隙连通性差的低渗砂岩储层预测精度不高的问题,提出利用深度置信网络算法结合常规测井曲线预测储层渗透率的方法。该方法利用灰色关联法对测井曲线进行了关联度分析,依据相关度排序选取了特征敏感测井曲线,结合深度置信网络的有监督学习调优与对比散度算法进行数据挖掘,建立了渗透率的预测模型。该模型在以往BP神经网络的基础上改善了局部优化的问题,提高了网络模型的训练效率与预测精度。预测模型的平均相对误差为9.1%,相比常规渗透率模型,降低了20%左右。通过对
以壳斗科栎属白栎组的5个种作为研究对象进行叶片几何形态学分析(GMMs)。选取了20个天然种群,共采集182个个体,887张叶片,对每张叶片采用几何形态学的标点法,数字化叶形态特征,使5个种的叶形态差异可视化。结果表明:广义普氏分析可以有效地排除叶片位置和大小对叶片形状的影响。基于个体水平的主成分分析表明,槲树分别与槲栎和枹栎2个种的叶片形态差异明显,基于个体水平的典型变量分析表明,叶片的对称组分可以将槲栎与其他4个种准确区分。叶片非对称组分的多变量分析表明,5个种彼此间区别不明显。基于叶片水平的分析表明