Processing math: 0%

基于支持向量机的二氧化碳非混相驱效果预测

王杰祥, 陈征, 靖伟, 陆国琛, 牛志伟

王杰祥, 陈征, 靖伟, 陆国琛, 牛志伟. 基于支持向量机的二氧化碳非混相驱效果预测[J]. 石油钻探技术, 2015, 43(2): 84-89. DOI: 10.11911/syztjs.201502015
引用本文: 王杰祥, 陈征, 靖伟, 陆国琛, 牛志伟. 基于支持向量机的二氧化碳非混相驱效果预测[J]. 石油钻探技术, 2015, 43(2): 84-89. DOI: 10.11911/syztjs.201502015
Wang Jiexiang, Chen Zheng, Jing Wei, Lu Guochen, Niu Zhiwei. Prediction of the Effect CO2 Immiscible Flooding Based on Support Vector Machine[J]. Petroleum Drilling Techniques, 2015, 43(2): 84-89. DOI: 10.11911/syztjs.201502015
Citation: Wang Jiexiang, Chen Zheng, Jing Wei, Lu Guochen, Niu Zhiwei. Prediction of the Effect CO2 Immiscible Flooding Based on Support Vector Machine[J]. Petroleum Drilling Techniques, 2015, 43(2): 84-89. DOI: 10.11911/syztjs.201502015

基于支持向量机的二氧化碳非混相驱效果预测

基金项目: 

国家高技术研究发展计划(“863”计划)项目“CO2驱油的油藏工程设计技术研究”(编号:2009AA063402)部分研究内容.

详细信息
    作者简介:

    王杰祥(1963—),男,山东烟台人,1986年毕业于华东石油学院采油工程专业,1989年获石油大学(北京)油气田开发工程专业硕士学位,2002年获石油大学(华东)油气田开发工程专业博士学位,教授,博士生导师,主要从事采油工程理论与技术、提高油藏采收率技术方面的研究.

  • 中图分类号: TE319

Prediction of the Effect CO2 Immiscible Flooding Based on Support Vector Machine

  • 摘要: 目前国内缺乏一种快速、准确预测CO2非混相驱油效果的方法,为了解决这一问题,选取剩余地层压力与混相压力之比、孔隙度、渗透率、油藏中深、地层平均有效厚度、地层温度、原油相对密度、含油饱和度、原油黏度、渗透率变异系数、注采比、注入速度和水气交替注入比等13个地质及工程参数作为输入参数,平均单井日增油量作为输出参数构建了预测CO2非混相驱效果的支持向量机预测模型.以国内6个CO2非混相驱项目和1个CO2混相驱项目为学习样本,2个CO2非混相驱项目和1个CO2混相驱项目为检测样本检测了支持向量机预测模型的准确度,结果表明,3个检测样本的预测值与实际值的平均相对误差为5.57%,满足工程要求.利用该模型预测了腰英台油田CO2非混相驱井组的增产效果,与实际增产效果相比,相对误差仅为1.30%.这表明,采用支持向量机方法对CO2非混相驱油效果进行预测可行且有效.
    Abstract: In order to predict the effect of CO2 immiscible flooding rapidly and accurately, a prediction model based on support vector machine was established. It takes 13 geological and engineering parameters (i.e. the ratio of residual formation pressure and CO2 miscibility pressure, porosity, permeability, reservoir mid-depth, net pay, formation temperature, relative density of crude oil, oil saturation, oil viscosity, coefficient of permeability variation, injection-production ratio, injection rate, and the ratio of water/gas alternating injection) as input parameters, and the average daily oil increment per well as output parameter. with six CO2 immiscible flooding projects and 1 CO2 miscible flooding project as training samples, and two CO2 immiscible flooding projects and one CO2 miscible flooding project as testing samples in China, the accuracy of the model was verified. The results showed that average relative error between predicted value and actual value of above 3 samples was 5.57%, which met the engineering requirement. The model was applied to predict the effect of CO2 immiscible flooding in Yaoyingtai Oilfield, indicating a relative error of only 1.30% in relation with the actual value. It suggested that the method based on support vector machine is feasible and effective to predict the effect of CO2 immiscible flooding.
  • 我国碳酸盐岩油气资源丰富,已经成为油气勘探开发的重要领域。碳酸盐岩储层具有埋藏深、超高温、超高压、非均质性强和孔隙缝洞发育等特征,大部分井需要进行酸化压裂才能投产[1-8]。缝洞型碳酸盐岩储层由于存在天然裂缝和孔洞体,孔洞体会导致附近应力场发生改变,从而影响水力裂缝的扩展方式和延伸路径[9]。因此,有必要开展孔洞型碳酸盐岩储层压裂缝扩展机理研究,为经济高效开发碳酸岩盐储层提供技术支持。

    目前,国内外学者针对砂岩、页岩等储层水力压裂裂缝起裂扩展机理开展了大量研究工作[10-21]。由于碳酸盐岩储层存在孔洞和天然裂缝,水力裂缝的扩展十分复杂,并不一定沿预设路径进行扩展,难以达到充分改造储层的目的。为此,笔者通过物理模拟试验建立了含孔洞碳酸盐岩定向压裂裂缝扩展模拟方法,结合数值方法研究了水平地应力差异对不同孔洞体特征下水力裂缝扩展路径的作用机制,明确了孔洞体对水力裂缝起裂和扩展的影响。

    碳酸盐岩天然露头不易取得,而且即使取得天然露头,也难以识别与评价大尺寸试样内部原有天然裂缝及孔洞系统分布。因此,采用人工制备的含孔洞碳酸盐岩试样,开展水力压裂试验。利用鸡蛋壳模拟孔洞体,结合缝洞型碳酸盐岩储层的物性参数及地质特征,选用PC52.5R复合硅酸盐水泥和70目石英砂制备试样。通过测试水泥与石英砂按不同质量比制备试样的单轴抗压和抗拉强度,确定水泥与石英砂按1∶1质量比制备尺寸300 mm×300 mm×300 mm含孔洞体特征的人工试样,用于进行孔洞型试样定向压裂试验。制作人工试样时,在模具上标记位置,将蛋壳体放置在预制井筒两侧沿最大水平主应力方向的中间位置,并保证蛋壳体中心位于立方体试样的中心平面上(见图1),采用一次性整体浇筑方式浇筑。

    图  1  制备含孔洞试样示意
    Figure  1.  Preparation of samples with cavities

    为研究水平地应力差异对孔洞型碳酸盐岩压裂缝扩展路径的影响,采用鸡蛋壳预制固定孔洞尺寸的人工试样。结合顺北地区碳酸盐岩储层地应力实际情况,设定室内压裂试验的三向加载应力,在此基础上改变地应力差异系数。试验参数如表1所示,三向地应力加载如图2所示,压裂液黏度为50 mPa·s。

    表  1  碳酸盐岩试样压裂试验参数
    Table  1.  Fracturing test parameters of carbonate rock samples
    试样应力差
    异系数k
    {\sigma_{⃑\text{v}}} /
    MPa
    {\sigma _{\text{H}}} /
    MPa
    {\sigma _{\text{h}}} /
    MPa
    Q/(mL·min−1
    D10.361815115
    D20.251815125
    D30.151815135
    D40.071815145
    下载: 导出CSV 
    | 显示表格
    图  2  孔洞布置及地应力加载方向示意
    Figure  2.  Cavity distribution and in-situ stress loading direction

    不同试样的水力裂缝扩展泵压–时间曲线如图3所示。由图3可以看出:试样D1所对应的泵压–时间曲线出现2个峰值,表明泵压在第一次达到峰值时试样发生破裂,但未形成贯穿通道;泵压降低后,随着继续泵注压裂液,泵压升高,再次出现峰值,但低于初次峰值,泵压第二次达到峰值降低后维持在一个相对稳定的值,表明泵压主要克服施加的三向地应力,已经形成贯穿通道。试样D2所对应泵压–时间曲线只出现一个峰值,表明在泵压达到峰值时就形成了贯穿通道,由于围压的存在,泵压维持在一个相对稳定的值。试样D3和D4所对应泵压–时间曲线均出现多个峰值,泵压在第一次达到峰值时裂缝起裂扩展,随后泵压出现多次降低升高的过程,表明水力裂缝在不断扩展,并有新的裂缝通道开启,且试样D4所对应泵压–时间曲线反复降低升高的时间范围大于试样D3。

    图  3  不同试样的水力裂缝扩展泵压–时间曲线
    Figure  3.  Pumping pressure-time curve of hydraulic fracture propagation of different samples

    不同水平主应力差下试样的破裂压力如图4所示。由图4可以看出,随着水平主应力差增大,试样所对应的破裂压力逐渐降低。

    图  4  试样不同水平主应力差下的破裂压力
    Figure  4.  Fracture pressure of samples under different horizontal principal stress differences

    图5为试样D1水力裂缝的形态。由图5可以看出,试样D1的水力裂缝沿最大水平主应力方向起裂扩展,遇到孔洞后直接穿过孔洞并继续沿原扩展方向延伸,水力裂缝未发生转向,从而形成一条垂直于最小水平主应力的破裂面。

    图  5  试样D1水力裂缝的形态
    Figure  5.  Pattern of hydraulic fracture in Sample D1

    图6为试样D2水力裂缝的形态。由图6可以看出:试样D2的水力裂缝沿最大水平主应力方向起裂扩展,裂缝扩展到孔洞附近时路径并没有发生改变;由该试样水力裂缝表面示踪剂分布范围可知,孔洞右侧没有示踪剂分布,表明水力裂缝沿着最大水平主应力一直扩展到孔洞体边界,随后因为孔洞体的存在裂缝停止扩展,形成一道垂直于最小水平主应力的破裂面。

    图  6  试样D2水力裂缝的形态
    Figure  6.  Pattern of hydraulic fracture in Sample D2

    试样D3孔洞体周围没有红色示踪剂(见图7),但可以观察到孔洞体的存在,说明水力裂缝扩展到孔洞体附近时,沿最小水平主应力方向发生转向但偏转距离不大。试样D4破裂面左半面完全被红色示踪剂浸染(见图8),且无法观察到孔洞体的存在,说明水力裂缝扩展到孔洞体附近时发生转向,扩展路径完全绕过了孔洞体。可以看出,试样D4水力裂缝的转向效果比试样D3更明显,水力裂缝开始转向的位置与井筒的距离也更近。

    图  7  试样D3水力裂缝的形态
    Figure  7.  Pattern of hydraulic fracture in Sample D3
    图  8  试样D4水力裂缝的形态
    Figure  8.  Pattern of hydraulic fracture in Sample D4

    总结了不同水平主应力差异系数下水力裂缝的形态,结果见图9。由图9可以看出:水平主应力差异系数k为0.07时,孔洞体的存在改变了水平主应力差对水力裂缝扩展的主导地位;水平主应力差异系数k为0.15时,水平主应力差对水力裂缝的扩展路径起主导作用,由于孔洞体产生的应力集中无法改变水平主应力差对水力裂缝扩展的主控地位,水力裂缝均沿最大水平主应力方向起裂扩展,形成一条完整的垂直于最小水平主应力的破裂面,但不同条件下孔洞体与裂缝的交互作用不同;水平主应力差异系数k为0.25时,水力裂缝扩展到孔洞体边界时会被孔洞体捕捉,不再继续沿原路径向前扩展;水平主应力差异系数k为0.36时,水力裂缝扩展到孔洞体时会穿过孔洞,并继续向前扩展。由以上分析可以看出,水平主应力差异系数为0.15~0.36时,水平主应力差异系数越小,孔洞体对水力裂缝的排斥作用越明显,水力裂缝越容易发生转向,对应的转向半径越大,水力裂缝会绕过孔洞体继续扩展,水力裂缝扩展过程中与最大水平主应力方向上孔洞体的交互作用有绕过孔洞、被孔洞体捕获和穿过孔洞体等3种交互模式。

    图  9  不同水平主应力差异系数下的裂缝形态示意
    Figure  9.  Fracture pattern under different horizontal principalstress difference coefficients

    通过分析不同水平主应力差异系数下含预制孔洞试样水力压裂试验结果,得到水平主应力差异系数对水力裂缝扩展的影响规律:

    1)k≤0.15时,水力裂缝遇到孔洞体会产生非平面扩展,且水平主应力差异系数越小,转向半径越大,水力裂缝的形态越复杂。

    2)0.15<k<0.36时,水平主应力差会克服孔洞体应力集中形成沿平面扩展的主裂缝,室内试验条件下主裂缝遇到孔洞体后会被孔洞体所捕捉,无法穿过孔洞体继续扩展。

    3)k≥0.36时,水平主应力差会克服孔洞体应力集中,水力裂缝沿平面扩展,主裂缝扩展路径上遇到孔洞体后会直接穿过孔洞体继续扩展。随着水平主应力差增大,破裂压力逐渐降低。

    水平主应力差对水力裂缝扩展路径影响明显,由于真三轴压裂物理模拟试验无法在更大尺度上模拟水力裂缝的扩展特征,因此利用数值模拟方法分析不同水平主应力差下水力裂缝遇到孔洞体后的扩展形态。目前,多采用有限元法模拟水力压裂裂缝的扩展[16-20, 22],通过离散法将一个实体模型转化为一系列相互连接的微小单元。笔者采用扩展有限元法,建立水力压裂流–固耦合分析模型,分析孔洞型碳酸盐岩不同地应力状态及孔洞体分布特征对水力裂缝扩展路径的影响。

    利用扩展有限元法模拟水力压裂,无需提前设置裂缝扩展路径,只需在模型上预制初始裂缝,然后在网格节点内部设置注液点。单一孔洞模型尺寸为40 m×40 m,网格尺寸设置为0.30 m×0.30 m;初始裂缝长2.00 m,垂直于模型左侧边界,在模型中心上方0.40 m处;注液点在网格节点之间。模型边界均采用位移约束,且为渗透边界条件。

    以顺北油气田某区块碳酸盐岩储层为例,地应力参数设置情况如表2所示,孔洞半径为3 m,储层渗透率为0.11 mD,压裂液黏度为50 mPa·s,排量为5 m3/min,储层压力梯度为1.78 MPa/100m。模拟不同水平主应力下水力裂缝扩展的特征和路径,结果如图10所示。

    表  2  数值模拟地应力参数设置
    Table  2.  Parameter setting of in-situ stress in numerical simulation
    序号 {\sigma _{\text{H}}} /MPa {\sigma _{\text{h}}} / MPa \Dela \sigma / MPa泊松比弹性模
    量/GPa
    Biot
    系数
    1757050.1938.540.87
    26510
    36015
    45520
    下载: 导出CSV 
    | 显示表格
    图  10  不同水平主应力差下水力裂缝扩展的特征和路径
    Figure  10.  Propagation characteristics and paths of hydraulic fractures under different horizontal principal stress differences

    对比不同水平地应力差下水力裂缝的扩展路径可知(图10):水平主应力差越小,水力裂缝扩展路径偏离最大水平主应力方向的距离越大,孔洞体所产生的应力集中对水力裂缝扩展路径的影响越明显;相反,水平主应力差越大,水力裂缝扩展路径越不容易偏离最大水平主应力方向;水平主应力差大于15 MPa(即水平主应力差异系数大于0.25)时,水力裂缝扩展过程中未发生偏转,一直沿最大水平主应力方向扩展,直到与孔洞体沟通。因此,在只有孔洞存在的条件下,水平主应力差越大(即水平主应力差异系数越大),克服孔洞体应力集中的能力越强,裂缝越易于沟通最大水平主应力方向上的孔洞体。

    碳酸盐岩储层中孔洞体形态各异,尺寸大小不一,需要研究其对水力裂缝扩展的影响。设定初始裂缝与最大水平主应力方向夹角为0°,最大水平主应力为75 MPa,最小水平主应力为65 MPa,孔洞内压力设置为50 MPa,模拟孔洞半径分别为1,2,3和4 m时的水力裂缝扩展特征和路径,结果如图11图12所示。

    图  11  含不同半径孔洞模型水力裂缝扩展特征
    Figure  11.  Propagation characteristics of hydraulic fractures in models with different radii cavities
    图  12  含不同半径孔洞模型水力裂缝扩展路径
    Figure  12.  Propagation paths for hydraulic fractures in models with cavities of different radii

    图11图12可以看出:孔洞半径为1 m时,水力裂缝扩张路径不发生偏转,直接沿最大水平主应力方向延伸,直至与孔洞沟通;孔洞半径分别为2,3和4 m时,水力裂缝扩展路径均不同程度地偏离最大水平主应力方向;孔洞半径较小时,水力裂缝偏离最大水平主应力方向的距离较小;随孔洞半径增大,水力裂缝偏离最大水平主应力方向的时间提前,同时偏离最大水平主应力的距离增大。

    碳酸盐岩储层中存在多个连续分布的孔洞时,由单个孔洞体对水力裂缝扩展影响的模拟结果可知,孔洞半径和水平主应力差会影响裂缝与孔洞的交互模式;孔洞半径较小或水平主应力差较大时,水力裂缝会被孔洞体捕捉或直接穿过孔洞体。水平主应力差是水力裂缝扩展的主控因素,也是分析连续分布孔洞体对水力裂缝影响时考虑的首要影响因素。

    建立孔洞体连续分布模型,地应力取值见表2,孔洞半径设置为1.50 m,模拟连续分布孔洞体下水力裂缝的扩展特征,结果如图13所示。

    图  13  孔洞连续分布模型不同水平主应力差下水力裂缝扩展特征
    Figure  13.  Propagation characteristics of hydraulic fractures in models with continuous cavity distribution under different horizontal principal stress differences

    图13可以看出:水平主应力差依然是影响水力裂缝扩展的主控因素;水平主应力差越小( \Delta \sigma =5 MPa),水力裂缝越容易转向绕过孔洞体;连续孔洞体所产生的应力集中区域也同样连续分布,所以水力裂缝在第1个孔洞被排斥发生转向后,会一直沿着应力集中区域的边界向前扩展;随着水平主应力差增大,能够克服第1个孔洞产生的应力集中,水力裂缝与第1个孔洞出现被孔洞捕获( \Delta \sigma =10 MPa)和穿过孔洞( \Delta \sigma =15 MPa)2种交互模式;穿过孔洞的水力裂缝沿最大水平主应力方向继续扩展,进入第2个孔洞产生的应力集中区域,水力裂缝与第2个孔洞的交互作用同样随水平主应力差变化而变化,会出现绕过孔洞( \Delta \sigma =15 MPa)、被孔洞捕获( \Delta \sigma =20 MPa)和穿过孔洞( \Delta \sigma >20 MPa)3种交互模式。

    由于水力裂缝扩展中穿过孔洞体伴随着能量的耗散,导致在相同水平主应力差下,水力裂缝穿过第1个孔洞后不一定能够穿过第2个孔洞。孔洞连续分布使应力集中区域增大,若要沟通连续孔洞体,需要进一步开展多因素分析。

    1)孔洞体直接影响水力裂缝的扩展形态与扩展路径。水平主应力差异系数不大于0.15时,水力裂缝遇到孔洞体后会发生非平面扩展,且水平主应力差越小,水力裂缝偏离最大水平主应力方向的距离越大,压裂后水力裂缝的形态越复杂。

    2)水平主应力差异系数大于0.15、小于0.36时,水平主应力差会克服孔洞体应力集中的影响形成平面扩展的水力裂缝,但遇到孔洞体后会被孔洞体所捕捉,无法穿过孔洞体继续扩展。

    3)水平主应力差异系数不小于0.36时,水平主应力差会克服孔洞体应力集中,使水力裂缝沿平面进行扩展,且遇到孔洞后会直接穿过孔洞体后继续沿原路径扩展;随着水平主应力差增大,水力裂缝所对应的破裂压力逐渐降低。

    4)受地应力条件、孔洞体特征等的影响,碳酸盐岩储层中水力裂缝扩展复杂,下一步可参照文中思路,探索碳酸盐岩储层中水力裂缝在不同地应力特征、不规则孔洞和不同压裂施工参数等条件下的扩展规律,为压裂设计提供依据。

  • [1] 祝春生,程林松.低渗透油藏CO2驱提高原油采收率评价研究[J].钻采工艺,2007,30(6):55-57,60. Zhu Chunsheng,Cheng Linsong.Research on CO2 flooding in low permeability reservoir[J].Drilling Production Technology,2007,30(6):55-57,60.
    [2] 唐人选,唐小立,秦红祥.注CO2混相驱油藏合理采收率确定[J].石油钻探技术,2012,40(3):112-115. Tang Renxuan,Tang Xiaoli,Qin Hongxiang.Determination of reasonable recovery ratio with CO2 miscible flooding in reservoir[J].Petroleum Drilling Techniques,2012,40(3):112-115.
    [3]

    Yin D,Li Y,Zhao D,et al.Long core simulation of advanced CO2 injection in ultra-low permeability reservoir:the Fifth International Conference on Computational and Information Sciences,Shiyang,June 21-23,2013[C].

    [4] 王涛.人工神经网络在CO2驱采收率预测中的应用[J].特种油气藏,2011,18(4):77-79. Wang Tao.Application of artificial neural network in recovery factor forecast of carbon dioxide flooding[J].Special Oil Gas Reservoirs,2011,18(4):77-79.
    [5] 吴晓东,尚庆华,刘长宇,等.一种CO2驱油井产能预测方法及其应用[J].石油钻采工艺,2012,34(1):72-74. Wu Xiaodong,Shang Qinghua,Liu Changyu,et al.A productivity prediction method for CO2 flooding well and its application[J].Oil Drilling Production Technology,2012,34(1):72-74.
    [6] 肖京男,汪志明,魏建光,等.改进LSSVM在水平井产能预测中的应用[J].石油钻探技术,2010,38(6):95-98. Xiao Jingnan,Wang Zhiming,Wei Jianguang,et al.Application of LSSVM improved horizontal well productivity prediction[J].Petroleum Drilling Techniques,2010,38(6):95-98.
    [7] 郭永恒.随钻测井曲线预测及更新方法研究[J].石油钻探技术,2010,38(6):25-28. Guo Yongheng.Prediction and update of LWD curve while drilling[J].Petroleum Drilling Techniques,2010,38(6):25-28.
    [8] 钟仪华,张志银,朱海双.特高含水期油田产量预测新方法[J].断块油气田,2011,18(5):641-644. Zhong Yihua,Zhang Zhiyin,Zhu Haishuang.A new method to predict production of oilfields in ultrahigh water-cut stage[J].Fault-Block Oil Field,20l1,18 (5):641-644.
    [9] 白晓虎,姜汉桥,王硕亮,等.油田开发动态指标多步预测模型研究[J].断块油气田,2010,17(3):345-347. Bai Xiaohu,Jiang Hanqiao,Wang Shuoliang,et al.Multi-step forecasting model of dynamic index for oilfield development[J].Fault-Block Oil Field,20l0,17 (3):345-347.
    [10] 陈民锋,白晓虎,郑伟,等.基于支持向量机的早期聚合物驱动态预测研究[J].断块油气田,2012,19(2):199-202. Chen Minfeng,Bai Xiaohu,Zheng Wei,et al.Development index prediction of early polymer flooding based on support vector machine[J].Fault-Block Oil Field,20l2,19 (2):199-202.
    [11] 肖冬生,乔东生.低阻油层识别新方法及其应用[J].断块油气田,2010,17(4):509-512. Xiao Dongsheng,Qiao Dongsheng.New method for identifying low resistivity reservoirs and its application[J].Fault-Block Oil Field,20l0,17 (4):509-512.
    [12] 袁士宝,蒋海岩,鲍丙生,等.基于支持向量机的火烧油层效果预测[J].石油勘探与开发,2007,34(1):104-107. Yuan Shibao,Jiang Haiyan,Bao Bingsheng,et al.Effect prediction of in-situ combustion based on support vector machine[J].Petroleum Exploration and Development,2007,34(1):104-107.
    [13] 李春锦,闫云聚.基于支持向量机的中国石油需求量预测研究[J].西安石油大学学报:自然科学版,2013,28(2):103-106. Li Chunjin,Yan Yunju.Prediction of China’s oil demand based on support vector machine[J].Journal of Xi’an Shiyou University:Natural Science,2013,28(2):103-106.
    [14] 杨磊,王化增,陈子凌.基于支持向量机的油气储量价值等级评价[J].中国石油大学学报:自然科学版,2012,36(3):192-196. Yang Lei,Wang Huazeng,Chen Ziling.Assessing value classification of oil and gas reserve based on support vector machine[J].Journal of China University of Petroleum:Edition of Natural Science,2012,36(3):192-196.
    [15]

    Vapnik V.The nature of statistical learning theory[M].New York:Springer Verlag,1995.

    [16] 郑云川.注气提高采收率候选油藏筛选方法及其应用研究[D].南充:西南石油学院石油工程学院,2003. Zheng Yunchuan.Gas injection EOR screening candidate reservoirs method and its application [D].Nanchong:Southwest Petroleum Institute,School of Petroleum Engineering,2003.
    [17]

    Rivas O,Embid S,Bolvar F.Ranking reservoirs for carbon dioxide flooding processes[R].SPE 23641,1994.

    [18] 雷怀彦,龚承林,官宝聪.注CO2混相驱油藏筛选新方法[J].中国石油大学学报:自然科学版,2008,32(1):72-76. Lei Huaiyan,Gong Chenglin,Guan Baocong.New screening method for reservoir by CO2 injection miscible flooding[J].Journal of China University of Petroleum:Edition of Natural Science,2008,32(1):72-76.
    [19] 杨佳佳,姜琦刚,陈永良,等.基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分[J].中国石油大学学报:自然科学版,2012,36(1):60-67. Yang Jiajia,Jiang Qigang,Chen Yongliang,et al.Lithology division for large-scale region segmentation based on LS-SVM and high resolution remote sensing images[J].Journal of China University of Petroleum:Edition of Natural Science,2012,36(1):60-67.
    [20]

    Talbi H,Draa A,Batouche M.A new quantum-inspired genetic algorithm for solving the traveling salesman problem[C]// Proceedings of the IEEE International Conference on Industrial Technology,2004.[S.L.]:IEEE,2004:1192-1197.

    [21] 廖海婴.腰英台DB34井区CO2驱替油藏数值模拟研究[J].西安石油大学学报:自然科学版,2010,25(5):50-53. Liao Haiying.Numerical simulation of oil displacement with carbon dioxide in DB34 well block,Yaoyingtai Oilfield[J].Journal of Xi’an Shiyou University:Natural Science,2010,25(5):50-53.
  • 期刊类型引用(9)

    1. 秦文娟,康正明,张意,仵杰,倪卫宁. 模块化随钻电磁波测井仪器结构对测量信号的影响. 石油钻探技术. 2024(03): 137-145 . 本站查看
    2. 康正明,秦浩杰,张意,李新,倪卫宁,李丰波. 基于LSTM神经网络的随钻方位电磁波测井数据反演. 石油钻探技术. 2023(02): 116-124 . 本站查看
    3. 杨宁宁. 随钻电磁波电阻率温度修正方法研究. 石油机械. 2020(01): 46-51 . 百度学术
    4. 朱祖扬,倪卫宁,张卫,米金泰,郑奕挺. 随钻一体化测井仪平台开发. 石油钻探技术. 2019(01): 118-126 . 本站查看
    5. 倪卫宁,康正明,路保平,柯式镇,李新,李铭宇. 随钻高分辨率电阻率成像仪器探测特性研究. 石油钻探技术. 2019(02): 114-119 . 本站查看
    6. 刘珂,高文凯,洪迪峰. 随钻仪器工业级功率器件拓展应用研究. 石油机械. 2019(11): 26-31 . 百度学术
    7. 李铭宇,柯式镇,康正明,李新,倪卫宁. 螺绕环激励式随钻侧向测井仪测量强度影响因素及响应特性. 石油钻探技术. 2018(01): 128-134 . 本站查看
    8. 陈晓晖,高炳堂,宋朝晖. 超高阻盐膏层随钻电磁中继传输特性研究. 石油钻探技术. 2018(03): 114-119 . 本站查看
    9. 张超,刘国强,夏正武,李艳红,邢博文. 长源距随钻定向电磁波测井仪器频率和源距选择方法. 电工技术学报. 2018(20): 4756-4762 . 百度学术

    其他类型引用(2)

计量
  • 文章访问数:  3297
  • HTML全文浏览量:  71
  • PDF下载量:  4372
  • 被引次数: 11
出版历程
  • 收稿日期:  2014-08-09
  • 修回日期:  2014-11-02
  • 刊出日期:  1899-12-31

目录

/

返回文章
返回