简介:液态烃经过低温氧化(LTO)作用后通常会增大粘度,近30年的文献清楚地说明了这一点。在正常条件下,LTO作用可以降低重油粘度。Calgary大学的火烧油层系根据油与气的接触,设想了一种两级LTO处理方法。首先是低温处理,然后是高温处理。第一步低温处理是在一些烃类中加入氧气,产生的不稳定键在低于常温时发生断裂。一旦这些自由基形成,那么第二步的高温作用就使化学键断裂,形成短链烃。在现场条件下,该过程的第一步是在低温状态下将空气注入油层,然后开始蒸汽吞吐或蒸汽驱。对阿萨巴斯卡沥青进行了几轮实验,检测了氧气分压、温度、反应时间以及岩石和盐水的存在对于沥青的影响。在每一轮实验完成后,用气相色谱仪确定气体成分,测定pH值,分析烃类产品中焦碳和沥青质的含量、粘度和密度。实验中观察到了一些粘度降低的情况;这些情况与低氧分压、第二阶段的高温作用和实验时间长等因素有关。本文讨论了实验研究,并对某一给定重油成功降粘的优化条件进行了评价。
简介:在回顾油气田钻井废水的来源、污染、处理状况的基础上,探索了钻井废水的处理工艺。研究表明,通过化学混凝法复合催化氧化技术处理钻井废水,CODcr为13200mg/L的钻井废液水经处理后,其CODcr值降为69.3mg/L,处理水质指标达到国家污水综合排放一级标准。从设计工艺过程可以看出,利用化学混凝复合催化氧化技术对油气井钻井废水进行深度达标处理,工艺简单,切实可行,能够实现零排放的要求,在一定程度上解决了油气井钻废水对环境的污染问题。所研制HNJ-1混凝剂及ASNG、HNZJ-1助凝剂、复合氧化剂YHJ-1对钻井废水进行处理效果好。图1表6参5
简介:在中点偏移距坐标系中,横向双平方根(DSR)方程为使用屏传播算子研究三维叠前波动方程深度偏移提供了一种方便的框架。共偏移距拟屏深度偏移是偏移共偏移距、共方位角地震资
简介:在任何新油田开发的初期,地质和工程数据的局限性和不确定性都是油藏描述和模拟的问题。这些问题是由不同输入模型变量的不确定性导致的,例如储层连通性、流体粘度和岩心端点饱和度。在这种情况下,对地球和流动模拟模型采用adhoc方法(在一个时间段给出一个系数)不可能为指定商业目标决策提供正确的信息。本项研究给出了三个油田的实例,这些实例中,工程和地球模型变量在系统方法中已发生了变化,以便利用实验设计方法(ED)评价油藏动态。油田实例分析的结果表明,井(生产井和注入井)的技术要求比所预期的技术要求要少一些。同样重要的是,有一个实例研究已表明实验室的测量结果可能使周围的石油粘度和岩心端点饱和度的不确定性最小化。同时,我们也了解到,由于油藏各向异性大,水平井的择优定向在边界上优于垂直井。在另一个实例中,地层、油-气接触面(GOC)和含水带强度是初步筛选后所有因素设计中的主要变量。本文证实了由于这些变量满足了最小储量标准,因而能使项目继续进行下去。对于所有的研究而言,也许最重要的是如何利用与adhoc方法相比少得多的流动模拟运行次数来获取正确的信息。
简介:在过去的十年中,传统的全波形反演(FWI)已广泛应用于实际地震资料的生产和研究中。虽然基础理论已确立,并通过将地震资料和精确求解波动方程得到的模拟地震波曲线之间的失配最小化产生高分辨率的地下模型,但是在实际工作中,对于更新模型参数来讲它仍然是一个具有挑战性的反演法。尽管可以用局部优化法解决最小化问题,但是由于问题的不适定性和非线性,会不可避免地朝着局部极小值进行收敛,如由于在记录的资料或不准确的初始模型中缺少低频FWI可能会收敛到局部最小。提出了一种用重构波场进行时间域全波形反演新方法(RFWI)。RFWI减小了正演模型数据精确求解波动方程作为常规FWI的约束,代之以使用一个l2近似解。通过最小化的目标函数(包括对数据失配和波动方程误差的惩罚),RFWI对地球模型进行估算并共同重建正演波场。通过扩大搜索空间,RFWI具有避免跳周期和克服一些与局部极小值相关的问题的能力。本文首先介绍了时域RFWI理论和实现情况,讨论了常规FWI和RFWI之间的异同;然后用2D合成实例证明了超越传统FWI的RFWI所具有的优点;最后在刚果海上2D拖缆数据集和墨西哥湾3D海底地震数据集上对RFWI在野外资料的应用情况进行了证明。
简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�