《我国“智能导钻”实钻应用取得重要进展》

  • 来源专题:能源情报网信息监测服务平台
  • 编译者: guokm
  • 发布时间:2023-08-24
  • 近日,中国科学院A类战略性先导科技专项“智能导钻技术装备体系与相关理论研究”在位于塔里木盆地西部的某生产井实钻应用中取得重要进展,通过自主研发的新技术,实现白垩系舒善河组下2段储层的首次油气突破,对保障国家能源安全具有重要的启示意义。

    据了解,这一新技术为自主研发的随钻方位电磁波电阻率成像测井仪和三维靶点精准导航技术,可以精准刻画地下油气层结构,引导钻头准确打入最佳开采点位,获得了高产工业油气流。

    今年8月上旬生产测试显示,该生产井日产石油13.5吨、天然气4.2万立方米,油气产量约是邻井的5倍,落实地质储量天然气5.1亿立方米、凝析油16万吨,实现了白垩系舒善河组下2段储层的首次油气突破,验证了“智能导钻”理论技术体系的可靠性,对我国深层油气高效低成本钻探的重要作用,同时对保障国家能源安全具有重要的启示意义。

    塔里木盆地白垩系油气藏属于埋深超过4000米的“千层饼”结构,准确定位储层空间发育位置难度大,常规定向钻井技术对该类油气藏总体动用程度低。智能导钻专项科研团队同西北油田勘探开发研究院等单位的科研人员,通过6年多的持续攻关,基于“多尺度地质规律-多源地球物理探测-高精度油藏建模-精准定向钻井”多学科融合,利用智能算法建立了河道砂体、测井信息、三维地震和地质模型的关联关系,构建了油气藏米级尺度的“构造-岩性-成分”三维地质模型,预设多个钻前靶点,设计出水平井轨迹。多支自研仪器历经上百次井场试验已完成技术定型,为我国深层、超深层油气高效低成本开发提供了技术支撑。

  • 原文来源:http://www.nengyuanjie.net/article/79835.html
相关报告
  • 《金属所碳化硼/铝中子吸收材料研制与应用取得重要进展》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2017-12-28
    • 中子吸收材料又称中子毒物材料,通过其含有的大的中子吸收截面物质(如硼、镉、钆等)吸收热中子,从而抑制核裂变链式反应,主要用于核燃料与乏燃料贮存和运输中,以保证贮运的次临界安全。碳化硼增强铝(B4C/Al)中子吸收材料是由B4C颗粒添加到铝基体中形成的一种新型铝基复合材料,因其硼含量高、密度低、热导率高等优点,近年来在国外已替代传统的硼不锈钢等中子吸收材料大量应用于核燃料/乏燃料高密度贮存和运输。我国由于核电商业化较晚,中子吸收材料研发明显滞后,B4C/Al中子吸收材料长期依赖进口,严重制约了我国核电自主化与走出去的发展战略。   近年来,金属所马宗义研究员领导的课题组与中国核电工程有限公司合作,在B4C/Al中子吸收材料制备、模拟环境服役性能考核以及全尺寸工程件研制等方面开展了攻关研究。攻克了大尺寸坯锭制备过程中界面调控难题,突破了高含量B4C/Al薄板的高效、高成品率轧制成型瓶颈,开发出适用于复合材料焊接的焊接工具与焊接工艺,打通了从材料研制到器件成型的全链条技术途径,为该材料的工程化应用奠定了坚实基础。现已研制出B4C含量为15~35wt%的系列中子吸收板材,并完成了加速腐蚀、高温老化、加速辐照及硼均匀性测试(中子吸收法)等实验考核,材料性能全面达到或(如耐腐蚀性等)明显优于国外同类产品。   2014年以来,金属所先后为核电重大专项《核燃料组件运输容器设计制造技术项目》、《高温气冷堆核燃料元件运输、贮存容器设计与制造技术及运输过程技术研究项目》两个项目的样机提供了多批次B4C/Al板材,率先实现了B4C/Al中子吸收材料的国产化供货。2014年5月供货的中子吸收板用于国家科技重大专项及中核集团科技专项“龙舟-CNSC 乏燃料运输容器研制”项目中原型样机,近日该样机在西安核设备有限公司通过了验收。这标志着我国成功自主研制了大型乏燃料运输容器,填补了国内空白,这对我国乏燃料运输具有里程碑意义。作为乏燃料运输容器关键材料国产化的关键一环,金属所研制的B4C/Al中子吸收材料为容器全面国产化提供了重要支持,同时也为该材料的更广泛应用奠定了基础。   同时,金属所针对全球首台高温气冷堆新燃料元件运输、贮存容器对中子吸收材料筒状结构的需求,在国内首次实现中子吸收材料的卷板操作和搅拌摩擦焊接,实现了中子吸收材料由板状结构向筒状结构的突破。目前华能山东石岛湾核电厂高温气冷堆核电站示范工程新燃料元件运输、贮存容器已正式进入批量生产阶段,金属所承接了该容器所有中子吸收板的供货任务。   目前课题组正致力于为下一代乏燃料干式贮运容器开发耐高温结构功能一体化B4C/Al中子吸收材料。   上述研究工作得到了NSFC-辽宁省联合基金(U1508216)、面上基金(51771194)、中国科学院青年创新促进会项目(2016179)等项目的支持。
  • 《我国科学家取得智能光芯片研究新进展》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2024-08-12
    • 清华大学电子工程系方璐教授课题组和自动化系戴琼海院士课题组日前实现了光计算系统大规模神经网络的高效精准训练。该研究成果以“光神经网络全前向训练”为题,于北京时间8月7日晚在线发表于《自然》期刊。 人工智能大模型的迅猛发展与广泛应用,使得算力成为重大的战略抓手与基础设施。长期以来电子芯片的算力增长支撑着AI模型规模的不断发展,然而其高能耗亦带来了前所未有的能源挑战,新兴计算范式的建立与发展迫在眉睫。以光为计算媒介,以光的可控传播构建计算模型,光计算以其高算力低能耗特性打开了智能计算的新赛道,在后摩尔时代展现出巨大的潜力。 训练和推理是AI大模型核心能力的两大基石,缺一不可。相较于推理而言,模型训练对算力更为急需,然而电训练架构要求前向-反向传播模型高度匹配,这对光计算物理系统的精准对齐提出了苛刻的要求,致使梯度计算难、离线建模慢、映射误差大,极大地禁锢了光训练的规模与效率。 清华大学电子工程系方璐教授课题组、自动化系戴琼海教授课题组构建了光子传播对称性模型,摒弃了电训练反向传播范式,首创了全前向智能光计算训练架构,研制了通用光训练芯片“太极-II”,摆脱了对离线训练的依赖,支撑智能系统的高效精准光训练。“太极-II”的面世,填补了智能光计算在大规模训练这一核心拼图的空白。