灰色关联度分析法优选水平井压裂参数

来源 :数学的实践与认识 | 被引量 : 0次 | 上传用户:xixiaoqiqi
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
敖南油田A区块经过多年的直井-水平井联合布井注水开发,由于区块内渗流特征复杂,井网对于剩余油控制不住,开发效果逐渐变差,井间动用程度逐渐降低.为了改善开发效果,提高原油采收率,对A区块内新加密的水平井进行压裂参数,通过三维地质建模和数值模拟研究的方法,研究裂缝间隔、裂缝缝半长以及裂缝导流能力等参数对累计产油量的影响,通过灰色关联度分析方法研究各个参数的影响权重,优选出最佳的压裂参数组合.研究发现当裂缝参数为:裂缝间隔40m,裂缝缝半长120m,裂缝导流能力为40μm2/cm时,压裂增产效果最好;各参数影响权重顺序为:裂缝间隔>裂缝缝半长>裂缝导流能力.采用优选的参数进行开发指标预测,模拟预测十年,综合含水率降低了7.89%,采出程度提高了6.11%,较大幅度提高了目标区块的采收率,对现场水平井压裂施工具有理论指导意义.
其他文献
通过在高中生物学课堂开展菌落PCR的实验教学,优化实验过程,重关键能力培养,将PCR实验引入常规课堂,让学生由“实验原理”的学习进入到“实验技术”的体验,感受“问题解决”的快乐.学生在“寻找高效解磷菌,缓解土壤缺磷”的现实问题情境中,提升问题解决能力,发展生物学学科核心素养和创新意识.
“核酸”教学内容包括核酸结构、性质与功能,其中核酸结构的内容复杂且抽象,是教学的难点.以“核酸结构”教学为研究对象,梳理该研究领域的诺贝尔奖案例,探讨诺贝尔奖案例教学法的教学应用.教学实践表明,诺贝尔奖案例融入教学过程,能帮助教师解决核酸结构的教学难点,有助于培养学生的科学素养与价值观,提升课程教学效果,实现理解专业理论知识和培养人文素质多层次教学目标.
根据昆虫学课程的特点,提出充分利用微信公众号、线上视频资源及昆虫博物馆等互联网资源进行科普性学习的建议.利用中国大学慕课网等专业的课程平台进行专业系统性学习,并结合专业期刊加强专业素养的提升.利用互联网资源加强对昆虫学学习的促进与应用.
依据聚类分析、通径分析及面板数据原理,利用2017.5.1-2020.4.30期间山东省6个沿海城市空气污染物和气象因子12个因素共78912个连续观测数据,定量分析了降水等因素对PM2.5浓度的影响.结果 表明:其他空气污染物是导致PM2.5浓度升高的根本原因;气象因素对PM2.5浓度的影响相对较小;气象因素中降水对降低空气中M2.5的浓度起着一定的作用,其中降水对青岛、烟台和日照的PM2.5浓度的影响较潍坊、东营和滨州的PM2.5浓度的影响更明显;降水量越多,PM2.5浓度的降低越明显.
期刊
以绿豆种子为实验材料,研究种子萌发所需的外界条件.在探究水、空气、温度3个实验变量对种子萌发影响的基础上,增加土壤、光照、营养液、模拟酸雨的酸性溶液4个实验变量,通过实验观察与记录,得出结论:绿豆种子萌发所需的外界条件是适量的水、充足的空气、适宜的温度,而模拟酸雨的酸性溶液严重抑制种子的萌发.同时探究了绿豆的绿色叶片在光下是否产生淀粉.
以“生态系统的物质循环”一课为例,阐述如何基于最近发展区理论的核心理念,通过模型构建,组织和实施支架式教学.其教学实施涵盖3个环节:通过概念模型构建,搭建初始化教学支架;通过实例模型构建,搭建深化型教学支架;借助学生的实践类模型,测评和反馈教学成效.基于最近发展区理论的建模教学模式,能辅助学习者逐步掌握知识的维度、广度和深度,对生物学核心素养的落地具有重要的实践作用.
针对MEMS矢量水听器直接观测的信号存在噪声的问题,提出了一种基于动态差分模拟退火算法(Dynamic Differential Annealed Optimization,DDAO)优化变分模态分解(Variational Mode Decomposition,VMD)和小波包(Wavelet packet,WPT)降噪的联合去噪方法,记为DDAO-VMD-WPT.在该算法中,以包络熵作为DDA
甲型、乙型、丙型、丁型水驱特征曲线是预测油田可采储量最常用方法,然而对于同一油田,不同水驱特征曲线预测结果差异较大,因此水驱特征曲线合理选型至关重要.回顾陈元千教授关于水驱特征曲线理论推导过程,发现4种水驱特征曲线渗流力学理论基础是相同的,但中高含水期存在不同假设条件.在此基础上,进一步研究了假设条件对4种水驱特征曲线含水上升规律的影响,结果表明,由于假设条件的不同,使得不同水驱特征曲线表征含水上升规律各不相同,如甲型水驱特征曲线表征“S”型含水上升规律、乙型水驱特征曲线表征“凸”型含水上升规律.据此,提
一个简单有限连通图G的所有无序顶点对之间的距离之和称为G的Wiener指数,用W(G)来表示.主要研究了一类给定阶数的路的强乘积Wiener指数,利用强乘积图的结构特征,刻画了当路径长度为奇数时,两条路强乘积的精确Wiener指数.除此之外,还给出了两条路强乘积边转发指数的一个上界.