焦尊生
- 作品数：5 被引量：38H指数：3
- 供职机构：怀俄明大学更多>>
- 发文基金：陕西省科技统筹创新工程计划项目国家科技重大专项更多>>
- 相关领域：天文地球石油与天然气工程更多>>
- 鄂尔多斯盆地陕北地区延长组致密砂岩储层敏感性评价被引量：24
- 2018年
- 以鄂尔多斯盆地陕北地区延长组致密砂岩储层为研究对象,在岩石学、孔隙结构、储层物性特征研究的基础上,开展储层敏感性流动实验,以此评价该地区致密储层的敏感性及敏感机制。研究结果表明:陕北地区延长组致密砂岩储层敏感性主要表现为中等偏强速敏、中等偏弱水敏、无酸敏到弱酸敏、弱碱敏、强压敏;临界流速、临界矿化度、临界pH值3个特征临界值分别为1.0mL/min、8 500mg/L、8.5。敏感程度主要受矿物成分和孔隙结构的影响。研究区储层速敏的形成源于其孔隙填隙物——高岭石的存在;绿/蒙混层及伊/蒙混层矿物是引起水敏及盐敏的主要因素;铁白云石及含铁绿泥石等酸敏矿物的存在使部分岩样显弱酸敏;极其复杂的孔喉结构、极易受压变形的片状喉道以及岩样中云母、黏土等塑性矿物导致储层具强压敏性。
- 王玉霞周立发焦尊生尚庆华焦尊生
- 关键词：敏感性致密砂岩延长组鄂尔多斯盆地
- 怀俄明州Laramide类盆地中的异常地层压力圈闭及其在天然气勘探开发中的意义被引量：2
- 1994年
- 在怀俄明州Laramide类盆地白里系页岩中，普遍存在高压。高压地层顶部的过渡带可以用声波过渡时间、碳氢化合物指数（PI）、伊利石化程度、干酪根的结构以及镜质体反射率的变化加以确定。白垩系页岩形成的圈闭是一个区域性连续分布的压力圈闭，高压的来源主要是石油的生成及石油向天然气的裂解。石油及天然气的演化过程导致流体流动系统从单相（以水为主）转化为多相（油、气、水），相对渗透率及毛管压力成为控制封闭层渗透率及封闭能力的主要因素。与区域性的高压页岩圈闭相比，砂岩由于相变或成岩作用而形成相对较小而且互相分隔的异常压力圈闭。这种砂岩圈闭在初始时，随着埋深的加大，石油天然气含量增加，一些渗透地层演变成为相对不渗透的毛管压力封闭。随着石油的进一步聚积及油气的转化，使砂岩中的自由水逐渐被驱除，因此这种异常压力气田是不存在气水界面的。以油气生成为驱动力的异常压力圈闭不同于以水为驱动力（不均衡压实）的异常压力圈闭。前者和油气生成、运移及聚积有关，可以在地质历史时期中长期存在，可以出现在任何年代的地层中，可以在很大的深度范围内出现。所以，对成因上与油气生成、运移、积聚密切相关的异常压力圈闭的理解、对深部盆地天然气资源的勘探、开发都有着更直接?
- 焦尊生R.C.萨达姆
- 关键词：圈闭天然气开发怀俄明
- 相控随机建模技术在鄂尔多斯盆地低渗透油藏的应用被引量：9
- 2016年
- 鄂尔多斯盆地W油田21井区低渗透储集层非均质性较强,注水开发效果不理想。为了精确描述其储集层物性及展布特征,在地质、测井和开发动态等资料的基础上,综合应用相控建模技术,针对鄂尔多斯盆地低渗透油藏采用多种建模方法相结合的手段进行了建模研究,依次建立了研究区的构造、岩相、沉积微相以及微相控制下的储层属性等相关模型。同时对油气储集层相控与非相控建模结果进行了对比,对比结果显示相控属性模型对油藏特征的描述和表征更加合理、准确,应用Petrel地质建模与Eclipse数值模拟的一体化无缝连接,使后续的CO2驱油数值模拟研究也取得了良好的应用效果。这一研究结果直接体现出相控建模技术在鄂尔多斯盆地低渗透油藏的成功应用,也预示着相控建模技术是解决多种沉积微相和非均质性较强的低渗透储集层物性参数相关模拟的有效途径,能清晰地认识和识别砂体连通性及其展布规律,可为低渗透油藏后期开发提供可靠的地质基础。
- 罗婷婷周立发焦尊生白勇王苏里
- 关键词：鄂尔多斯盆地低渗透油藏相控建模变差函数
- 鄂尔多斯盆地奥陶系马家沟组CO_2封存的地质条件研究被引量：3
- 2018年
- 对鄂尔多斯盆地奥陶系马家沟组CO_2封存的地质条件,从基本物理条件、储层条件、盖层条件、水文地质条件4方面展开研究。研究认为,马家沟组的地层埋深、正常压力系统和中低温系统为CO_2的有效注入和封存提供了合适的基本物理条件;马家沟组储层具备储集CO_2的空间和能力;马家沟组之上不同规模封盖层的相互配置,有效提高了其封盖能力;马家沟组卤水层更是提供了适于CO_2封存的绝佳的流体环境。因此,鄂尔多斯盆地奥陶系马家沟组具备卤水层封存CO_2的优越条件,非常适宜进行CO_2的地质封存。
- 孙玉景周立发焦尊生
- 关键词：二氧化碳地质封存马家沟组奥陶系鄂尔多斯盆地
- 基于机器学习的CO_(2)封存致密砂岩储层孔隙度预测
- 2024年
- CO_(2)地质封存技术被认为是降低大气CO_(2)浓度的有效措施,是我国实现“双碳”目标的关键技术之一.孔隙度是评价储层储集性能的关键参数,对其高精度预测是CO_(2)封存潜力评估的一项重要内容.对于CO_(2)封存致密砂岩储层而言,由于孔隙类型多样,非均质性较强,在以往储层物性评价工作中,利用已有模型和测井解释方法,预测结果与实际测试结果往往偏差很大,实际应用效果不佳.如何利用前沿的数学算法充分挖掘测井数据中隐含的物性信息,建立预测精度较高泛化性能较强的孔隙度模型是致密砂岩储层精细勘探高效开发的关键,更是二氧化碳地质封存潜力评估的关键.本文基于机器学习主成分回归(PCR)、高斯过程回归法(GPR)、随机森林(RF)、支持向量机(SVM)、BP神经网络(BP-ANN)以及极致提升算法(XGBoost)构建致密砂岩储层孔隙度预测模型,经综合对比发现,基于XGBoost的孔隙度预测模型预测精度最高、泛化性能最强,该方法为CO_(2)地质封存致密砂岩储层孔隙度预测模型的构建提供新的思路.
- 路萍郭京哲高春云赵军辉张亚芹南右泽谭富荣杨桂林钟高润李阳阳巨浩波焦尊生
- 关键词：致密砂岩储层
