阜康西区块深部煤储层物性特征模拟研究

来源 :中国矿业大学 | 被引量 : 0次 | 上传用户:a479704375
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
阜康西区块低煤阶储层物性研究大多集中于浅部,深部物性研究较为薄弱。本文通过对阜康西区块所采集的煤样进行相关煤岩、煤质基础测试、高温高压渗透率和高温高压等温吸附等特色实验,分析了阜康西区块深部煤储层孔隙度、渗透率和含气量特征,探讨了上述特征随埋深的变化规律及其控制因素,构建了煤储层渗透率与温度-有效应力预测模型和不同温压条件下三相态含气量评价模型,预测了阜康西区块不同埋深下煤储层渗透率和含气量。取得了以下认识:1)低阶煤储层孔隙连通性较好,孔隙度与埋深为负指数函数关系;2)煤储层渗透率随温度升高呈现负指数下降的关系,随埋深增加呈现负对数关系;3)在温度对煤吸附性的负效应、煤阶和压力对吸附性的正效应的三重作用下,低阶煤饱和吸附量转换深度达2900m;4)游离气含量在含气饱和度为100%时其含量介于0.05m~3/t-1.56m~3/t之间,深部煤储层游离气含量与埋深呈正相关关系,即埋深越深,游离气含量越大,且增加幅度更快,由400m的0.05m~3/t增加到3400m的1.56m~3/t;6)吸附气量始终占据三相态含气量的主导地位,水溶气量在三相态含气量中占比较低,游离气量在深部的占比比浅部高;7)通过与埋深3360m实测含气量数据验证,煤储层总含气量预测值与实测值相对误差为7%,说明三相态含气量评价模型预测效果较好,对阜康西区块深部煤层气开发具有一定的指导意义。本学位论文包括插图37幅,表格28个,参考文献106篇。
其他文献
日益严重的环境问题引发人类对清洁能源的迫切需求,电动汽车随之应运而生且迅速发展,同时带来了对充电桩的迫切需求。目前,传统的充电桩频繁接入电网,对电网的稳定性和电能质量产生影响。光伏充电桩的出现解决了上述问题的同时,还避免了对电缆资源和土地资源的浪费,其借助储能电池可以实现独立运行。因此在独立光伏发电系统中,储存能量的储能电池是不可缺少的组成部分。储能电池受环境温度变化、过充放电等因素的影响等,使其
本文研究了一个与三阶矩阵谱问题相联系的非线性演化方程的Darboux变换及其精确解.首先根据已知的Lax对得到与谱问题相联系的非线性方程,然后构造了一个关于谱参数的一次幂的规范变换,并在此规范变换下找出并证明了方程的Darboux变换,最后选取合适的种子解,利用线性代数系统和Darboux变换得到方程的一组精确解.
近年来,随着5G的发展应用,车联网和自动驾驶受到广泛关注,车辆雾计算也因可充分利用车辆闲置的通信和计算资源而被提出。作为车联网典型应用场景和自动驾驶车辆必备应用之一,实时情景感知地图可帮助车辆实现精准定位、路径规划等功能。实时情景感知地图构建主要分两部分:从云端获取地图数据和完成本地传感器数据处理。对于车辆雾计算环境而言,这两部分分别需要借助数据卸载和计算卸载技术实现更加高效的地图构建。但是,目前
乳腺癌作为女性最常见的一种癌症,每年因乳腺癌致死的女性人数仅次于肺癌。乳腺癌病理检测可以尽早发现癌症,采取及时的治疗措施,能够大幅度降低乳腺癌的死亡率。基于Patch图像的乳腺癌病灶区域识别方法被广泛应用于乳腺癌检测中。本文主要对训练数据不平衡问题,裁剪导致的空域信息丢失和推断加速这三个方面展开研究,在提高模型检测性能的同时,实现乳腺癌病灶区域的快速检测。乳腺癌训练数据中存在大量的正负样本不平衡和
目的通过观察虚寒型鼻鼽患者的临床特点,探索穴位敷贴与水针疗法在三伏天联合运用的近远期疗效,证明该法在缓解症状,提高免疫力、降低复发率等方面具有优势,为临床进一步推广提供依据。方法选择符合纳入标准的108例鼻鼽(虚寒型)患者,随机分为观察组(敷贴+水针组)、对照1组(敷贴组)、对照2组(水针组),每组36例。敷贴组取院内敷剂黄芩咳喘散(批审文号:沪药制字Z05190753)于大椎、肺腧、脾腧、肾腧穴
以数据的爆炸式增长为根本,以信息技术和计算机网络等高新技术发展为标志,人类社会已经步入了一个崭新的数据时代.如何在这些海量数据中挖掘出有价值的信息并将其分门别类显得尤为重要.尽管数据挖掘与机器学习技术日益趋向成熟并且被广泛应用于实际问题的处理中,但该领域仍面临着诸多挑战,如不平衡数据集分类问题.过采样技术通常是处理不平衡数据集的首选方法.具体地说,过采样技术通过生成额外的人工少数类实例来平衡多数类
在计算机视觉领域,图像特征点匹配由于其廉价、高效、有效等优点,在许多领域都有了广泛的应用,如医疗图像诊断、遥感图像拼接、机器人视觉导航、3D模型重建、物体检测与跟踪及工件检测等。而在现实生活中,我们从自然条件下获取到的图像,一般都有一些缺陷,例如光照明暗导致的图片光线不均匀问题、场景复杂导致的图片纹理杂乱问题、设备像素限制导致的图像清晰度不够、图片内容存在的柔性形变或模糊问题等,这些问题对图像的特
文本检测是文字识别的基础与前提,用来定位输入图片中的文字区域的位置,是计算机视觉领域极具有实用性的一项任务,在身份证识别、自动驾驶、文档识别、以及无人超市等实际生活中的多种场景下,都发挥着不可替代的作用。在实际场景中,由于背景的复杂性和干扰,以及文字的自身语言、尺寸、以及形变等造成的多样性差异,文本检测任务仍然面临着许多挑战,值得进行深入的研究。本文就基于深度学习的文本检测技术展开研究,主要的工作
2020年是第五代移动通信系统(The 5th Generation,5G)全面部署的一年。与第四代移动通信系统(The 4th Generation,4G)相比,5G对系统性能的要求更高且更为全面。大规模多输入
煤矿井下压风供水管道在煤矿安全生产环节中起关键性作用,由于煤矿井下自然环境恶劣,空气湿度大,管道极易被腐蚀,管道泄漏现象时有发生。因此,对管道进行实时地监控并确定泄漏源的位置,对减少资源浪费,保证煤矿安全生产具有重要意义。本文以煤矿井下压风供水管道检测为背景,对煤矿流体管网进行泄漏检测与定位研究。考虑到单一传感器检测结果不精确,而多传感器数据融合技术能够很好地融合多种方法,提高检测准确性,因此本文