【摘 要】
：
鄂尔多斯盆地樊家川长6储层为新的开发区域,其中长63为主力油层.为研究其致密储层特征及主控因素,开展了岩石薄片鉴定、常规物性及高压压汞分析等,对储层的岩石学、物性及孔隙结构特征进行了详细研究,建立了不同孔隙结构与成岩参数的识别函数,分析了不同孔隙结构储层储集性能主控因素.结果表明:①樊家川地区长63主要岩石类型为岩屑长石砂岩,岩性较细,黏土矿物主要发育水云母,其次是绿泥石,碳酸盐胶结物主要发育铁白云石,其次是铁方解石;②樊家川地区长63储层孔隙主要发育粒间孔和长石溶孔,物性较差,平均孔隙度为9.05％,平
【机 构】
：
西安石油大学地球科学与工程学院,西安710065;陕西省油气成藏地质学重点实验室,西安710065;中国石油长庆油田分公司第二采油厂,甘肃庆阳745100
论文部分内容阅读
鄂尔多斯盆地樊家川长6储层为新的开发区域,其中长63为主力油层.为研究其致密储层特征及主控因素,开展了岩石薄片鉴定、常规物性及高压压汞分析等,对储层的岩石学、物性及孔隙结构特征进行了详细研究,建立了不同孔隙结构与成岩参数的识别函数,分析了不同孔隙结构储层储集性能主控因素.结果表明:①樊家川地区长63主要岩石类型为岩屑长石砂岩,岩性较细,黏土矿物主要发育水云母,其次是绿泥石,碳酸盐胶结物主要发育铁白云石,其次是铁方解石;②樊家川地区长63储层孔隙主要发育粒间孔和长石溶孔,物性较差,平均孔隙度为9.05％,平均渗透率为0.17 mD,以低孔-特低孔、超低渗储层为主;依据孔隙结构分类标准将樊家川长63储层孔隙结构分成3类,并区分各自的喉道类型与分布区域;③沉积微相是控制樊家川长63储层物性和含油性的关键因素,压实作用是造成储层致密化的主要成岩作用,胶结作用和溶蚀作用是造成孔隙结构差异的重要因素,且不同孔隙结构储层其沉积和成岩作用的影响存在较大差异.该研究结果对长庆油田致密油的综合评价具有指导价值.
其他文献
近年来,变分自编码器(Variational auto-encoder,VAE)模型由于在概率数据描述和特征提取能力等方面的优越性,受到了学术界和工业界的广泛关注,并被引入到工业过程监测、诊断和软测量建模等应用中.然而,传统基于VAE的软测量方法使用高斯分布作为潜在变量的分布,限制了其对复杂工业过程数据,尤其是多模态数据的建模能力.为了解决这一问题,本论文提出了一种混合变分自编码器回归模型(Mixture variational autoencoder regression,MVAER),并将其应用于复杂
综合利用地震、钻井、测井及岩心分析化验资料,分析了四川盆地西南缘天宫堂构造奥陶系五峰组—志留系龙马溪组的构造、沉积、储层及可改造性等基本地质特征,探讨了页岩气富集主控因素及成藏模式.研究结果表明:①天宫堂构造优质页岩集中分布在五峰组—龙马溪组龙一1亚段,Ⅰ类储层主要发育于龙一11—龙一13小层,厚度为0.8～17.0 m,具典型的高TOC含量、含气性好、高脆性矿物的特征.②天宫堂构造经历了晚白垩世前快速沉降、深埋藏和大量排烃阶段,形成早期富集型超压页岩气藏;晚白垩世后经2期抬升改造,早期富集型超压页岩气藏
作为机器人技能学习中的一个重要分支,模仿学习近年来在机器人系统中得到了广泛的应用.模仿学习能够将人类的技能以一种相对直接的方式迁移到机器人系统中,其思路是先从少量示教样本中提取相应的运动特征,然后将该特征泛化到新的情形.本文针对机器人运动轨迹的模仿学习进行综述.首先详细解释模仿学习中的技能泛化、收敛性和外插等基本问题;其次从原理上对动态运动基元、概率运动基元和核化运动基元等主要的模仿学习算法进行介绍;然后深入地讨论模仿学习中姿态和刚度矩阵的学习问题、协同和不确定性预测的问题以及人机交互中的模仿学习等若干关