致密气储层钻井液错流滤失水相圈闭损害规律研究

来源 :东北石油大学 | 被引量 : 0次 | 上传用户:wusuowei282736
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
致密气藏物性差,储层敏感性强,钻井过程中钻井液对储层的损害程度较常规气藏大。特别是探井钻井、水平井钻井过程中,储层损害将会导致致密气储层的发现效率降低,影响气藏的正确评价。因此降低钻井过程中钻井液对储层的损害并准确的评价其损害程度,对于致密气储层的准确评价具有重要的意义。以往致密气储层损害研究多基于岩心尺度的室内实验结果,而储层损害矿场评价方法中,试井、测井等方法得到的评价结果影响因素多,不能反映钻井过程中的储层损害程度和机理。因此,有必要将实验得到的岩心尺度的损害评价结果与井尺度的损害程度有效结合,根据致密气储层的损害机理,建立钻井液损害模型并揭示其损害规律,从而为致密气储层钻井液损害的准确评价提供理论依据,提高致密气储层评价的有效性。本论文以致密气储层及钻井液对致密气井的侵入损害为研究对象,考虑储层条件、工程条件对钻井液在致密气储层中侵入过程的影响,通过室内实验、数学模型建立及数值模拟分析相结合的方式,对致密气储层钻井液错流滤失水相圈闭损害规律进行了详细研究,主要的研究内容及结果如下:开展储层岩性分析及敏感性损害评价实验,研究了致密气储层的损害机理,明确了德惠地区致密气储层固相损害深度较小,水相圈闭损害是引起储层损害的主要原因。通过理论分析,并结合室内滤失实验、电镜扫描分析及粒径分布测试等手段,提出了钻井液错流滤失机理,建立了评价沉积颗粒比例的判别准则,明确了错流滤失条件下,钻井液中的固相颗粒发生选择性沉积的动态规律。依据钻井液滤失实验中泥饼厚度、渗透率、滤失速度实验测定值的变化规律,建立了基于固相颗粒附着可能性分析的不同井斜角条件下动态泥饼的生成模型,并根据模型计算结果探究了错流滤失条件下致密储层动态泥饼不同影响因素下的生成规律。该模型可计算不同条件下的泥饼厚度,数值模拟结果对比分析发现压差、渗滤介质渗透率、井斜角、颗粒密度越大,所形成的泥饼厚度越大。以上述研究为基础,综合考虑渗流、毛管力自吸和错流滤失条件下泥饼性能的时空变化规律,建立了局部含水饱和度的计算模型和表皮系数的计算模型,提出了致密气储层钻井液滤失水相圈闭损害的评价方法,得到单井尺度近井区水相圈闭损害随时间的变化情况,实现了井筒-泥饼-地层耦合条件下的钻井液滤液分布和损害程度演化的定量评价。最后,将该方法用于德惠致密气储层损害评价,探讨了水相圈闭损害的影响因素及规律。储层孔隙度、过平衡压差、井斜角、钻井液循环速度和钻井液固相颗粒平均粒径是显著影响水相圈闭损害的主要因素;储层孔隙度、过平衡压差、钻井液循环速度和钻井液固相颗粒平均粒径增大、井斜角减小,均会导致滤液滤失体积、滤液侵入半径和表皮系数增大,水相圈闭损害加剧。
其他文献
未来规模化电动汽车的发展趋势适应当前国家“新基建”的号召,且为缓解化石能源危机以及环境问题提供了新的契机。然而,大量电动汽车充电具有随机性及不确定性等特点,是保证电网安全稳定运行所面临的巨大挑战。其中家庭用户的充电无序性更强,因此,对家庭充电负荷进行实时监测与提取,制定相应的需求响应策略或能效管理模式对其充电行为加以引导具有重要意义。为此,本文提出了一种利用电动汽车充电负荷低频特性的非侵入式充电负
学位
随着“十四五”新能源布局向中东部倾斜,中东部的新能源发展速度高于西部、北部地区,对受端电网新能源承载能力的研究变得越来越迫切。文中针对华东受端电网,提出了一种评估新能源承载规模上限的方法。该方法依托中国电科院研发的生产模拟软件,统筹直流规模、弃电率、交流断面限制、储能应用等因素,在满足电力电量平衡、调峰平衡等约束前提,优化求解各类电源开发规模,求得受调峰约束的新能源发展上限;依托综合仿真试验研究系
随着光伏风电等新能源的电源接入电网、充电桩等用电设备不断丰富,未来电网的来源将更加复杂。电网作为连接发电端和用电端的中端,在实现"碳达峰、碳中和"的目标中扮演着重要角色。在此背景下,整体电网发展的重点将聚焦智能化、信息化和互联化的方向以及电网构架安全性、稳定性的提升。当前由于新能源弃风、弃光量的不断增加,新能源消纳问题将深度影响我国能源转型与电力行业的可持续发展,也迫使我国的电网企业逐渐重视这个问
一、引言随着世界经济的快速增长和人口迅速膨胀,人类对能源的需求越来越大。现有的能源结构中,煤炭、石油等化石能源占有很大比重,但化石能源作为不可再生能源其储量有限,而且其燃烧和利用过程还会污染环境并排放温室气体。能源危机和环境污染是全人类面临的共同问题。在有限的资源利用和严格的环境保护的双重制约下实现人类的可持续发展,立足于科技进步,
会议
学位
学位
学位
互联网技术的快速发展促使多媒体数据(Multimedia Data)成为“最大的数据”之一,因具有数量多、复杂性高、多样性、高维且多模态等特点,对实现高效检索提出了更高的要求。哈希(Hashing)技术将数据编码为一组二进制哈希码,紧凑的二进制表示可在汉明空间进行高效成对比较,在大规模数据的高效相似性检索中具有极大优势。多媒体大数据时代,利用哈希技术学习多媒体数据更加有效的语义特征表示并实现高效检
学位