聚合物驱油计算理论方法PDF电子书下载

目 录 1

第一章聚合物驱油机理 1

§1.1引 言 1

§1.2聚合物的化学性质 2

§1.3聚合物的物理性质 3

§1.3.1聚合物的增粘性 3

§1.3.2聚合物的流变特性 4

§1.3.3 聚合物的稳定性 6

§1.4聚合物驱油原理 10

§1.4.1聚合物驱流变性问题 10

§1.4.2聚合物驱波及效率问题 13

§1.4.3 聚合物驱滞留性问题 14

§1.4.4 聚合物驱不可及孔隙体积效应问题 15

§1.4.5聚合物驱调剖问题 16

§1.5聚合物驱油工程设计 16

§1.5.1油藏参数设计 16

§1.5.2注入方案设计 17

§1.5.3井网井距设计 19

§1.6应用 21

§1.6.1地层温度低 21

§1.6.4油层润湿性 22

§1.6.5原油粘度 22

§1.6.3油层的非均质特性 22

§1.6.2地层水和注入水矿化度低 22

§1.7结论及讨论 23

参考文献 23

第二章聚合物驱油数据分析 25

§2.1引 言 25

§2.2数据录取 26

§2.2.1聚合物取样 26

§2.2.2聚合物录取要求 27

§2.3数据处理 31

§2.3.1数据整理 32

§2.3.2数据数学变换 33

§2.3.3数据无量纲化 35

§2.4数据分析 37

§2.4.1数据集中趋势的度量 37

§2.4.2数据离散程度的度量 41

§2.4.3方差分析 44

§2.4.4相关分析 49

§2.5聚合物驱数据统计 52

§2.5.1基础数据统计 52

§2.5.2注入数据统计 53

§2.5.3采出数据统计 55

§2.5.4聚合物驱效果评价指标计算 60

§2.6聚合物驱动态分析 62

§2.6.2单井含水率 63

§2.6.1注聚压力与注入聚合物量的关系 63

§2.6.3采液指数与采聚浓度的关系 64

§2.6.4产量与注聚量的关系 64

§2.6.5含水下降幅度与剩余油饱和度及地层系数的关系 65

§2.6.6油层平面及纵向波及效果 65

§2.6.7含水变化与油层条件及油井连通关系 65

§2.7应用 65

§2.7.1含水率 66

§2.7.2产液量 69

§2.7.3产油量 70

参考文献 72

§2.8结论及讨论 72

第三章聚合物驱油数学模型 74

§3.1引言 74

§3.2数学分析建模 75

§3.3量纲分析建模 78

§3.3.1量纲分析原理 78

§3.3.2量纲分析原理的应用 81

§3.4相似原理建模 85

§3.4.1相似原理 85

§3.4.2流动相似的准则及其物理意义 87

§3.4.3相似原理的应用 90

§3.5.1符号说明 91

§3.5相似原理应用于建立聚合物驱模拟模型 91

§3.5.2确定聚合物驱模拟相似准则 92

§3.5.3数值分析检验相似准则 95

§3.5.4建立部分相似模拟方案 96

§3.6一维聚合物驱模型 99

§3.6.1假设条件 99

§3.6.2符号说明 100

§3.6.3数学模型 100

§3.6.4模型的算法 100

§3.7 维聚合物驱模型 101

§3.7.1假设条件 101

§3.7.3数学模型 102

§3.7.2符号说明 102

§3.7.4模型的算法 103

§3.8 聚合物驱一般数学模型 105

§3.9结论及讨论 108

参考文献 109

第四章聚合物驱指标解析计算 110

§4.1引言 110

§4.2聚合物的剪切流变性 110

§4.3聚合物在多孔介质中的流变性 112

§4.3.1聚合物在多孔介质中流动的剪切速率 112

§4.3.2聚合物有效粘度 113

§4.4.1相对渗透率 115

§4.4聚合物驱渗透率 115

§4.4.2渗透率下降系数 116

§4.5聚合物驱阻力与残余阻力系数 117

§4.5.1室内实验测定 118

§4.5.2 Hall曲线法 118

§4.5.3动态估计法 119

§4.6聚合物驱注采速度 120

§4.6.1注入速度与注入压力 121

§4.6.2注入速度与渗透率 121

§4.6.3采液速度与与注采井距 121

§4.7.1总体估算 122

§4.7聚合物驱产量 122

§4.7.2 计算产液量 123

§4.7.3 计算含水率 123

§4.8结论及讨论 124

参考文献 126

第五章 聚合物驱指标常规预测模型 128

§5.1引言 128

§5.1.1预测定性分类 129

§5.1.2预测一般描述 129

§5.1.3预测模式 131

§5.1.4预测步骤 133

§5.2.1简单平均法 134

§5.2平均法 134

§5.2.2移动平均法 135

§5.2.3指数平滑法 135

§5.2.4温特线性与季节性指数平滑法 136

§5.3滤波调整法 136

§5.4趋势外推法 137

§5.4.1作图法 138

§5.4.2二次曲线外推法 138

§5.4.3指数曲线外推法 139

§5.4.4生长曲线外推法 140

§5.5投入产出分析 141

§5.5.1静态投入产出模型 142

§5.5.2动态投入产出模型 144

§5.5.3动态优化投入产出模型 146

§5.6 回归分析 148

§5.6.1一元线性回归分析 148

§5.6.2多元线性回归分析 151

§5.6.3非线性回归分析 154

§5.7时间序列分析 156

§5.7.1一般性描述 157

§5.7.2自相关与偏相关函数 158

§5.7.3模式识别 160

§5.7.4参数估计 163

§5.7.5预测 166

§5.7.6进一步讨论 169

§5.8灰色预测 170

§5.8.1一般性描述 170

§5.8.2一维灰色模型GM(1,1) 172

§5.8.3多维灰色模型GM(1,p+q) 172

§5.9 结论及讨论 174

参考文献 175

第六章聚合物驱指标动态分析预测 177

§6.1建立模型的准备 177

§6.1.1模型假设 177

§6.1.2符号说明 178

§6.2.1 综合推导模型 180

§6.2产液量数学模型 180

§6.2.2 阻力系数的计算 183

§6.2.3最终模型 184

§6.3产油量数学模型 186

§6.4含水率数学模型 187

§6.5模型的应用 187

§6.5.1规模控制 187

§6.5.2预测准备 188

§6.5.3预测步骤 192

§6.6范例 194

§6.7结论及讨论 197

参考文献 201

§7.1引言 202

第七章聚合物驱指标远期趋势预测模型 202

§7.2模型的建立步骤 203

§7.3确定性趋势模型 206

§7.3.1数学模型 206

§7.3.2参数识别 209

§7.4残差的随机性模型 211

§7.4.1残差序列的统计检验 211

§7.4.2计算自回归模型AR(p)阶数p 212

§7.4.3计算纯自回归模型AR(p)系数 213

§7.5综合预测模型 213

§7.6结论及讨论 215

参考文献 216

第八章 聚合物驱神经网络预测模型 218

§8.1问题的提出 218

§8.2问题的数学描述 220

§8.3前馈BP神经网络 223

§8.3.1网络结构 223

§8.3.2网络学习算法 225

§8.3.3算法的讨论 228

§8.4应用 230

§8.5结论及讨论 232

参考文献 234

第九章符号索引 235