简介:本文是介绍如何应用智能井系统与完井的结合来控制深海区的油藏流入。在深水海底,远程控制水流入的能力可以免除成本很高的钻井平台维护作业,同时能延长油井的寿命并增加可采储量。在巴西深水海域,具有机械裸眼隔离的裸眼水平井砾石充填完井都已与完全可靠的电子智能井系统结合在一起。本文将详细介绍这些技术的设计、测试和实施。巴西深水海域仍然是迫切需要为提高经济效益而推动新技术应用的地方。1998年在巴西深水海底实施了水平井砾石充填完井。到目前为止,已对生产井和注入井成功实施了52次海底水平井的砾石充填。为了进一步提高深水区的经营效益,于1999年开始在坎普斯(Campos)盆地实施5级多分支井。由于裸眼水平井砾石充填的成功不断显示出经济效益,有必要提供一种与砾石充填相结合的有效层位分隔。2001年在坎普斯盆地成功应用了可获得层位分隔的分流阀技术。水平井的层位分隔和长水平距离使油田经营者能够选择性地开采油藏,并使桶油当量的开发成本降至最低。莫索拉(Mossoro)油田,在陆上部署了由31/2-in和51/2-in流入控制设备构成的完全电子化智能井系统。安装这套系统的目的是为了在将该技术应用于海底油井之前加以验证。这些阀门是在办公室遥控操纵的。经过数月的成功应用和收集数据,拆除了该系统并准备将其安装到深水海底油井。在陆上油井的试验期间,发现有必要修改数据的存储容量。然后对软件进行了修改,以优化数据的存储速率。为了将智能井系统与防砂完井相结合,必须有一个优化过程以满足建井和作业需要。这一优化过程包括:(1)为达到目标井位进行井眼轨迹设计,同时要控制“狗腿”的严重程度以利于智能井系统设备的下入;(2)为获得流入控制和尽量降低安装过程作业�
简介:水下斜坡和斜坡底部沉积体系是大多数海洋和湖泊盆地充填的主要组成,并且构成了油气勘探和开发的主要目的层。7个基本岩相建造单元构成了斜坡体系:(1)浊积岩河道充填;(2)浊积岩叶状体,(3)席状浊积岩;(4)滑块、滑塌和碎屑流席、叶状体及舌榫;(5)细粒浊积岩和席状沉积物;(6)平积岩堆积物;(7)半深海披盖和充填。补给沉积物的粒径是对河道及叶状体形态、滑塌和碎屑流沉积物的尺度及重要性的主要控制因素。硅质斜坡体系有两个常规系列。堆积(移积的)体系包括扇、冲积裙和盆地底河道,组成了上覆三角洲、海岸带、大陆架或冰川体系。根据沉积物结构和补给大陆架物源的模式联合确定出移积体系的岩相结构。点源建造了沉积扇;线源建造了叫做斜坡裙的走向拉长的三角图状斜坡沉积物。大陆架边缘三角洲提供了一种特别普通的过渡物源几何形态,形成了退覆三角洲补给裙。内源体系(包括退覆裙、峡谷充填和大型滑塌复合体)记录了斜坡的再沉积和再建造的过程。
简介:针对直径小于62.5μ(4Phi)的颗粒在颗粒组合中的重量或体积占比超过50%的沉积物和沉积岩,提出了三角成分分类法(tripartitecompositionalclassification)。Tarl(陆源-泥质)的颗粒组合中有75%以上的碎屑来自盆外,既包括来自大陆风化的碎屑,又包括火山成因的碎屑。Carl(钙质-泥质)的颗粒组合中来自盆外碎屑的占比低于75%,而且在其盆内颗粒中,包括碳酸盐集合粒(aggregates)在内的生物成因碳酸盐颗粒占主导地位。Sarl(硅质-泥质)的颗粒组合中来自盆外碎屑的占比低于75%,而且生物成因硅质颗粒的数量要比碳酸盐颗粒占优势。划分出这三种类型的细粒颗粒状(particulate)沉积物和岩石,有效区分了具有明确的沉积环境而且有机质含量和次要颗粒类型存在系统性差异的物质(materials)。在地下,定义这些岩石类型的颗粒组合经历了差异明显但可预测的成岩途径,而这些成岩途径对全岩性质(bulkrockproperties)的演化具有明显的意义,因此把细粒沉积岩归入这三种岩石类型之一,是预测其经济价值和工程品质(engineeringqualities)的重要的第一步。为了便于进行描述,这三种岩石类型的名称还可以与指示岩石结构的修饰词、更准确的成分划分、重要性比较大的具体颗粒类型以及成岩特征等结合使用。
简介:Camp等对Milliken(2014)的细粒沉积物和沉积岩成分分类的讨论,是受欢迎的进一步关注和思考这一重要课题的机会。然而Camp等并没有提到作为这种分类基础的概念模式:原生颗粒组合的成分对于控制着地下岩石总体性质演化的化学和力学变化途径来说,是一种关键的预测因素。如果人们承认颗粒成分与成岩作用之间的这种基本联系,那么Camp@提出的异议虽然有意义和值得讨论,但也不应该用于阻拦对所提出分类的全面试验,因为可选择的其他分类都没有涉及这种基本联系。这一分类对于与页岩(石油、天然气和C02的储层和封盖层)的开发利用密切相关的全岩性质预测具有潜在价值,同时支持更广泛地了解细粒沉积物在地壳沉积部分流体流动和元素循环中的作用。
简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。