陈373块薄层稠油油藏N_2和CO_2补充地层能量可行性研究

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:sunlang110
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
为探索N2、CO2对稠油物性参数的影响规律,采用室内实验与数值模拟相结合的方法。实验测定注入Nz、CO2后地层条件下稠油体积膨胀系数、黏度、溶解系数等物性参数,并利用CMG油藏数值模拟软件进行CO2、N2补充地层能量的数值模拟研究。研究结果表明,在一定的温度和所测压力范围内,CO2和N2在陈373块稠油中的溶解度、体积膨胀系数均随压力的升高而升高,且CO:的溶解性能、膨胀幅度均优于N2;随压力的增大,溶解气体后原油黏度呈下降趋势,且CO2的降黏效果优于N2;在油藏压力12MPa下,N2的溶解可使原油的黏度
其他文献
温度是航空发动机运行过程中一个重要的状态参数,需准确、快速地测量。但当前航空发动机温度测量存在较大的滞后问题,致使执行机构动作不及时,导致故障的发生。为解决温度测量中的滞后问题,在分析了温度传感器数学模型的基础上,设计了合适的传感器校正方案;并进行了温度传感器校正系统的仿真。仿真计算结果表明,所采用的校正方案可明显改善温度测量系统的动态响应特性,准确、快速地跟踪被测温度。所提出的温度传感器校正算法
目的:观察不同剂量聚乳酸乙醇酸阿霉素缓释棒对荷脑胶质瘤大鼠生存期及脑组织病理形态的影响,为临床脑胶质瘤治疗提供理论依据。方法将36只Wister大鼠随机分为模型组、假手术组
传统的机器学习方法在处理蛋白质折叠类型识别问题时需要花费大量的时间来调节最佳的参数。利用一种新的极限学习机(Extreme Learning Machine,ELM)分类优化方法(Extreme Learning Machine for Classification,ELMC)对蛋白质折叠进行识别,仅需调节很少的参数值就可达到很好的测试精度。与支持向量机(Support Vector Machin