低渗透储层煤层气注热开采能量迁移及热经济性评价研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:tianwaiyun6
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
煤层气因“高储低渗”的地质特性导致煤层气抽采商业开发困难,注热开采作为根本上改变煤储层低渗透性质以达到煤层气增产的途径之一,对其进行热经济性评价是低渗透储层煤层气注热开采应用于工程实践的关键一环,决定了对低渗透储层煤层气进行注热开采工程实践的可行性。本文首先采用自制温控三轴煤层气解吸渗透实验装置并加入热量监测系统,进行了煤样渗透率、解吸产量、解吸热量测实验研究,得到了煤体渗透率与有效应力、温度关系的理论模型、解吸产量随注热时间变化的理论模型、解吸热与解吸量动态变化理论特征模型,为后续煤层气注热开采热流固耦合数值模拟提供了必要的耦合条件。其次通过建立注热开采低渗透储层煤层气热流固耦合数学模型和热量分布模型,结合实验所得实验关系式,利用COMSOL Multiphysics软件进行了煤层气注热开采的热流固耦合数值模拟,获取了低渗透储层煤层气注热开采过程的能量迁移和分布规律。最后在能量分布规律基础上,建立了以低渗透煤层气注热开采过程热效率和能量效率为指标的热经济性评价体系,并进行了不同布井方案下煤层气注热开采过程热经济性评价及预测。实验结果显示煤体渗透率变化趋势主要由温度和有效应力共同决定,在低应力区时,随温度的升高,煤体渗透率增大;在高应力区,随温度的升高,煤体渗透率降低,煤样渗透率随温度变化存在一个转折应力区。实验得出了煤体渗透率关于温度、有效应力的理论模型关系式;采用温控三轴煤层气解吸渗透实验装置,得到煤层气解吸过程所需的解吸热量,发现煤层气解吸过程所需的解吸热量随煤层气解吸渗流量的增加而呈指数形式增长,同时从吸附势阱理论解释了煤层气解吸热量变化的原因;模拟结果得到低渗透储层煤层气注热开采过程中热工质注入煤层后煤层的温度场、气体压力场和渗流速度场分布规律,并根据温度场分布规律进行数值计算得到煤体吸热量、吸附煤层气吸热量以及煤层气解吸热量分布规律,将热流固耦合条件下煤层内各部分吸热量作为热效率评价因子对煤层气注热开采进行热经济性评价分析。热经济性评价结果显示不同的布井方式、井间距、注热温度对煤层气注热开采过程的热经济性评均有直接影响,通过对比不同布井方案,综合经济性、节能性等方面考虑得到在多井开采单井注热布井方式中选择开井中心布置注热井,四角为开采井,注热温度为120℃时煤层气注热开采的热效率及能量效率均为最佳。论文对低渗透储层煤层气工程注热开采工艺方案提供了重要的理论支撑及参考价值。本论文有图37幅,表9个,参考文献87篇。
其他文献
数据分类是知识发现与数据挖掘领域的一项重要任务。然而,大多分类算法均以数据分布平衡为前提,这并不适用于非平衡数据分类问题。此外,优化模型的求解方法大多采用随机梯度下降,该方法利用单个样本梯度近似代替全梯度的计算原理,虽然减少了一定的计算量,但是单个样本梯度和全梯度之间是存在偏差的,这必然会影响算法的收敛。由上述可知,用于非平衡数据分类问题的新优化模型及其高效求解算法的研究一直是机器学习领域面临的挑
随着人们生活水平的提高,技术水平的巨大飞跃,人们越来越关注水下鱼类的智能养殖监测和水下鱼类生活习性等研究。目前水下鱼监测主要还是通过人工监测,潜水员潜水跟踪拍摄,很多水下环境危险系数高,而且潜水员跟踪可能会惊扰到鱼类,不能反映出最真实的鱼类生活规律和健康等重要数据。因此,不断探索智能化的水下鱼跟踪机器鱼,和其核心的视觉跟踪算法。本文研究应用水下机器鱼进行鱼监测的机器视觉识别和定位的技术,主要包括以
文本与数据挖掘(Text and Data Mining,简称TDM)是大数据时代特有的文本分析与数据处理技术,由于其技术特点,基于文本或者录音、录像等涉版权作品的文本与数据挖掘中涉及到对
传统磁性材料是铁基为主,以钕铁硼(Nd2Fe14B)为例,密度较铝合金大,同时Nd2Fe14B脆性明显,断裂韧性值与陶瓷近似,且加工性能差,室温导电导热性能差。现代轨道交通等用磁性器件
生物素(Biotin)又称维生素H、辅酶R,是维持有机体正常生理功能的重要辅助因子,参与机体内羧化、脱羧和转羧基的反应,现已被广泛应用到医药、食品、饲料等多个领域。本文通过
中曾根内阁成立以来,中曾根康弘提出了“战后政治总决算”的口号以及“成为政治大国”的目标。这标志着日本的国家发展路线发生了根本性的转变。中曾根康弘认为,日本不应该停留在经济大国的地位,必须朝着政治大国的地位前进。因此,中曾根康弘进行了“战后政治总决算”,对行政,财政,外交,防卫以及教育进行了一系列的改革,为成为政治大国解决过去遗留的问题。中曾根康弘的改革取得了一定的效果,为日本的政治大国化奠定了基础
多随着人工智能的快速发展以及人们对于教育的重视,创新教学方式受到越来越多的关注。大学课堂中,教师的教学方式不再是传统黑板板书,而是转变为包含文本、课件、视频、语音等多种形式的多媒体教学。然而,课程知识的大体框架在课本中主要以目录章节的形式展现,而章节中包含的细小知识点以及各知识点之间的关系却不能一目了然,不利于学生的学习。因此,如何对多种形式的课程资源进行有效的自动整合以及对知识进行更好的组织呈现
图像生成技术一直是计算机视觉、计算机图形学等专业领域的重要研究方向,同时被工业界广泛的应用。经过许多科学家的致力研究,在深度学习图像生成的问题上,表现结果依然不尽人意,最主要的困难和挑战在于图像生成结果的多样性、真实性、稳定性以及可控性。近年来由于生成对抗网络的出现使图像生成技术在多方面有了长足的进步,但是由于生成对抗网络自身存在诸多缺点,如训练不稳定、无法判断收敛状态、模式坍塌等问题,故图像生成
人脸作为人类与外界交互的最重要的窗口之一,其传达的信息具备鲜明的人物特征,因而人脸图像相关算法的研究是目前机器视觉领域里最为热门的研究课题之一。人脸图像算法拥有十分广泛的应用场景,具备很强的实用性,在社交、娱乐、安防、医疗等诸多领域的产品中都可以看到人脸相关算法的部署。随着互联网的发展和人脸图像相关算法的大规模应用,人脸图像质量的好坏成为愈发被重视的问题,破损人脸图像修复技术的应用越来越广泛。与此
人体解析是计算机视觉领域一种复杂而精细的人体语义分割任务,其广泛的应用价值,被越来越多的研究人员所关注。随着深度学习的发展,卷积神经网络被成功的应用于计算机视觉领域。基于卷积神经网络的人体解析获得了极大的突破,但面对多变的人体姿态、复杂的场景、多样的着装等挑战,以及网络模型本身对人体语义特征学习的不足,容易造成解析结果区域不连续、错误识别、结果不精细等问题,这些问题严重影响着解析精度。本文基于卷积