Research and Application of High-Production Area Seismic Prediction Technology for High-Rank Coalbed Methane Reservoir


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

In order to accurately predict the high-production areas in CBM reservoirs, we identified the main geological factors controlling the CHM production. Based on the statistical analysis data of the geological and production area and seismic prediction methods, the comparative influence of the five main geological factors was studied. The validity of the seismic prediction method was further evaluated. The results show that the production of a GEM well is influenced by the reservoir structure, gas content, permeability, and coal-body structure. The above four geological controlling factors can be accurately evaluated by the seismic attributes. The proposed high-production area seismic prediction method can be applied for accurate localization of the high-production areas. When the high-production evaluation index is lower than 0.2, the daily gas production exceeds 1000 The method can provide an effective instrument for evaluating formation productivity.

Об авторах

Liu Turnip

School of Electrical Information Engineering, Northeast Petroleum University

Email: sunyonghe2219@outlook.com
Китай, Daqing, Heilongjiang, 163318

Li Xuesone

Exploration and Development Research Institute of Daqing Oilfield Co Ltd.

Email: sunyonghe2219@outlook.com
Китай, Daqing, Heilongjiang, 163712

Sun Yonghe

School of Earth Science, Northeast Petroleum University

Автор, ответственный за переписку.
Email: sunyonghe2219@outlook.com
Китай, Daqing, Heilongjiang, 163318

Li Minghui

Daqing Yushulin Oilfield Development Co. Ltd., Institute of Geology

Email: sunyonghe2219@outlook.com
Китай, Daqing, Heilongjiang, 163453

Du Jingguos

College of Mining Engineering, North China University of Science and Technology

Email: sunyonghe2219@outlook.com
Китай, Tangshan, Hebei, 063210

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer Science+Business Media, LLC, part of Springer Nature, 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».