CN104615896B - 二氧化碳地质封存场地盖层完整性指标不确定性估计方法 - Google Patents
二氧化碳地质封存场地盖层完整性指标不确定性估计方法 Download PDFInfo
- Publication number
- CN104615896B CN104615896B CN201510079259.4A CN201510079259A CN104615896B CN 104615896 B CN104615896 B CN 104615896B CN 201510079259 A CN201510079259 A CN 201510079259A CN 104615896 B CN104615896 B CN 104615896B
- Authority
- CN
- China
- Prior art keywords
- cap rock
- index
- stress
- coulomb
- rejection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Physical Or Chemical Processes And Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了二氧化碳地质封存场地盖层完整性指标不确定性估计方法,步骤为:确定盖层完整性影响指标;确定破坏模式,并计算得在该破坏模式下的孔隙压力;对盖层完整性影响指标做5水平的龙卷风分析,删除影响因素为0的因子获得一次剔除指标;根据一次剔除指标确定二次多项式回归方程;根据二次多项式回归方程的线性系数和二次项系数的敏感度,对二次多项式回归方程和一次剔除指标进行优化,获得该场地最优二氧化碳地质封存条件。本发明根据盖层构造特点,分别对无断层和有断层盖层分别选取其完整性影响指标。并且可以有效提取关键影响指标。获得该二氧化碳地质封存场地盖层完整性关键影响指标的最佳设计方案。
Description
技术领域
本发明涉及二氧化碳地质封存场地盖层完整性指标不确定性估计方法,尤其涉及复杂地层存在断层的情况,属于环境治理技术和能源开采与地下储存技术领域。
背景技术
由人类活动引起的温室气体向大气排放量的增加,加强了温室效应,被认为是导致全球变暖的主要原因之一,己成为世界各国的共识。二氧化碳(CO2)是主要的温室气体之一,减少CO2向大气排放是接下来几十年内全人类需要迫切解决的问题。当前,碳捕集和封存(CO2capture and storage,CCS)是最有前景的CO2减排措施之一。
在大规模CO2地质封存工程中,地质封存的CO2泄漏会对人类的身体健康造成影响,危害人身安全,同时可能污染地下水,提高地下水碳酸浓度,以及重金属伴随的CO2进入土壤后,影响土壤生物系统及植被根系,改变生态系统平衡。
深部咸水层CO2地质封存,以其分布广和储量大等优点,被认为是最具发展前景的封存方式,且已有实际的工程运行而备受关注。但超临界的CO2注入深部储层后形成应力集聚区,改变应力分布,当应力超过突破应力时可能导致断层活化,甚至产生新的断裂。CO2通过可导性通道逃逸,易诱发泄漏,降低封闭安全系数。
在盖层完整性研究方面,目前主要集中在油气领域,通过储层孔隙流体超压应力环境下岩石力学参数和地质力学特征等方面探讨水压裂缝或断裂重新活动对盖层完整性的影响。本发明在CCS领域通过场地数值模拟及数理统计形成一种评估盖层完整性的方法,不仅保障长期安全封存,而且对指导封存场地选址和环境风险评价极具价值。
发明内容
本发明的目的是提供一种盖层完整性的评价方法,针对盖层中有断层和无断层两种构造情况,研究CO2注入对封存场地盖层完整性的影响。通过对盖层完整性影响指标的敏感度研究和参数最优化设计,获取影响盖层完整性的指标体系最佳设计并依此评估和预测二氧化碳地质封场地盖层完整性,最终指导封存场地选址和环境风险评价。
为了实现上述目的,本发明采用以下技术方案:
步骤1、建立盖层完整性影响指标体系:根据盖层构造特点,分别对无断层和有断层盖层分别确定其完整性影响指标。
如上所述的步骤1包括以下步骤:
步骤1.1、对无断层盖层,其完整性影响指标包括:盖层埋藏深度、盖层渗透率、盖层孔隙度、地应力场、盖层杨氏模量、盖层泊松比、盖层内摩擦角、盖层密度和盖层剪胀角。
步骤1.2、对存在断层的盖层,其完整性影响指标包括:断层埋深、断层倾角、断层摩擦系数、断层内摩擦角、断层杨氏模量、断层泊松比、断层渗透率、断层孔隙度、断层密度、断层剪胀角、地应力场。另外,还需加入盖层渗透率、盖层孔隙度、盖层杨氏模量、盖层泊松比、盖层内摩擦角、盖层密度、盖层剪胀角和储层渗透率、储层孔隙度、储层杨氏模量、储层泊松比、储层内摩擦角、储层密度、储层剪胀角。
步骤2、在包含步骤1中盖层完整性影响指标的数值模型中,由差应力的大小,确定差应力所满足的破坏条件和破坏模式,并计算得在该破坏模式下的孔隙压力。
如上所述的步骤2包括以下步骤:
步骤2.1、以步骤1中盖层完整性影响指标,针对有断层和无断层不同地层条件,利用数值模拟软件(例如:FLAC,ABAQUS,COMSOL等),考虑目标地层埋深和储层、盖层位置,在流体注入情况下考虑地层弹塑性,建立目标地层包含步骤1中盖层完整性影响指标实测数据的数值模型。
步骤2.2、在步骤2.1中建立的数值模型中,利用摩尔库伦破坏准则,以库伦破坏应力(简称库伦应力,CFS)的大小为检验盖层破坏程度的标准,即:
GFS=τ+μ(σ-Pf)
式中,τ,σ,μ,Pf分别为剪应力,正应力,摩擦系数,孔隙压力。另外,在在步骤2.1中建立的数值模型中计算盖层的最大主应力σ1,最小主应力σ3和剪应力τ。根据R.H.Sibson于1996年提出的系统技术应用框架(Framework for the Application of SystemsTechniques,FAST),由差应力(σ1-σ3)的大小,确定差应力所满足的破坏条件和破坏模式,并计算得在该破坏模式下的孔隙压力。
步骤3、在步骤2中建立的数值模型中,对步骤1中盖层完整性影响指标做5水平的龙卷风分析,计算盖层中的库伦破坏应力。将其中影响因素为0的因子删除,获得一次剔除指标。
如上所述的步骤3包括以下步骤:
步骤3.1、以步骤2.2得到的孔隙压力作为注入压力的上限,对步骤1中盖层完整性影响指标,指标的个数为N,分别取指标实测数据的60%,80%,100%,120%,140%,建立N组指标的5水平模型。
步骤3.2、将步骤3.1建立的N组指标的5水平模型分别导入步骤2.1中建立的数值模型,计算各自的盖层库伦破坏应力。
步骤3.3、对此N组指标的5水平模型的盖层库伦破坏应力做龙卷风分析,删除其中敏感度为0的指标,获得一次剔除指标N1个,进入步骤4(控制剩余的指标个数≤10,若剩余的指标个数大于10个,则取敏感度较大的前10个指标)。
步骤4、对于步骤3获得的一次剔除指标进行3水平全因子实验,利用响应面分析法提取二次多项式回归方程。
如上所述的步骤4包括以下步骤:
步骤4.1、对于步骤3.3获得的一次剔除指标进行3水平全因子实验,其中3水平分别取指标实测数据的60%,100%,140%。一次剔除指标的3水平全因子实验需要3N1次实验,为了降低总实验数,根据Box-Benhnken实验设计原理设计实验,得到M组一次剔除指标的3水平数据组合,将M组一次剔除指标的3水平数据组合导入步骤2.1中建立的数值模型中,计算M组一次剔除指标3水平数据组合的盖层库伦破坏应力。
步骤4.2、以步骤4.1中获得的M组一次剔除指标3水平数据组合的盖层库伦破坏应力为预测响应值,对步骤3获得的一次剔除指标做响应面分析,得到二次多项式回归方程。
响应面分析包括以下步骤:利用数理统计软件(例如:SPSS,SAS,DESIGN-EXPERT等),通过对步骤4.1中获得的M组一次剔除指标3水平数据组合实验的盖层库伦破坏应力进行多元回归,最终得到库伦破坏应力对于步骤3获得的一次剔除指标的二次多项式回归方程:
式中:Y为预测响应值,即库伦破坏应力的预测值。xi和xij为自变量编码值,K为常数项,Ki为线性系数,表征的是单个指标的敏感度,Kii和Kij均为二次项系数,表征的指标交互作用的敏感度,n为因子数,ε为随机误差,
步骤5、根据步骤4中确定的二次多项式回归方程的线性系数和二次项系数的敏感度,将表征一次剔除指标敏感度的线性系数及表征指标交互作用敏感度的二次项系数按照预定方式分别分为极显著、非常显著、显著和不显著四等,在二次多项式回归方程中剔除判定为不显著的一次剔除指标及指标交互作用得到优化后的二次多项式回归方程,在一次剔除指标中剔除判定为不显著的一次剔除指标得到优化后的二次剔除指标,获得二次剔除指标变化趋势对库伦破坏应力的影响,以及二次剔除指标的最优化分布设计,获得该场地最优二氧化碳地质封存条件。
如上所述的步骤5包括以下步骤:
步骤5.1、对库伦破坏应力的二次多项式回归方程的线性系数和二次项系数进行敏感度检验,将步骤3获得的一次剔除指标的线性系数/二次项系数按照预定方式分别划分为极显著、非常显著、显著和不显著四等,步骤5.1包括以下步骤:
1)以步骤4.2中得到库伦破坏应力为预测响应值,对步骤4.1中获得的M组一次剔除指标3水平数据组合做回归分析,得到线性系数和二次项系数分别对应的P值。
2)根据线性系数和二次项系数分别对应的P值取值范围,对影响过程的线性系数和二次项系数分别进行评价。
评价包括以下步骤:根据P值大小将步骤3获得的一次剔除指标的线性系数/二次项系数分别划分为极显著、非常显著、显著和不显著四等,系数P值小于0.001的线性系数/二次项系数为极显著;系数P值小于0.01的线性系数/二次项系数为非常显著,系数P值小于0.05的线性系数/二次项系数为较显著,系数P值大于0.05的线性系数/二次项系数为不显著。
步骤5.2、在步骤4.2中的二次多项式回归方程,将判定为不显著的线性系数和二次项系数所对应的项删除(即将一次剔除指标和指标交互作用删除),得到优化后的二次多项式回归方程。将判定为不显著的线性系数对应一次剔除指标剔除,得到二次剔除指标。
根据优化后的二次多项式回归方程做出库伦破坏应力的三维响应曲面图及等高线图,获得二次剔除指标变化趋势对库伦破坏应力的影响。
步骤5.3、根据步骤5.2得到的二次剔除指标和优化后的二次多项式回归方程,选取二次剔除指标在60%~140%取值范围内对应的预测响应值库伦破坏应力的最小值,根据上述库伦破坏应力的最小值所对应的二次剔除指标取值,获得该场地最优二氧化碳地质封存条件和环境风险评价关键参数。
本发明的优点和有益效果是:
1、选取了盖层完整性影响指标。根据盖层构造特点,分别对无断层和有断层盖层分别选取其完整性影响指标。
2、可以有效提取关键影响指标。首先,对盖层完整性影响指标体系的龙卷风分析剔除对盖层完整性无影响的因子,得到一次剔除指标。随后在二次多项式回归方程中根据方差分析结果,剔除线性系数不显著的指标,得到二次剔除指标。
3、获取该二氧化碳地质封存场地盖层完整性关键影响指标的最佳设计方案。根据优化后的二次多项式回归方程做出库伦破坏应力的三维响应曲面图及其等高线图,评价二次剔除指标变化趋势对库伦破坏应力的影响。选取二次剔除指标在60%~140%取值范围内对应的预测响应值库伦破坏应力的最小值,即可获得该二氧化碳地质封存场地盖层完整性关键影响指标的最佳设计方案。
附图说明
图1本发明的流程图;
图2实施例1中建立的数值模型;
图3为实施例1中孔隙压力作用对盖层完整性的影响;
图4为实施例1中龙卷风分析图;
图5为实施例1中影响指标体系及其交互作用显著程度柱状图;
图6A为埋藏深度和摩擦角编码值对库伦破坏应力的三维响应曲面图及其等高线图;
图6B为埋藏深度和杨氏模量编码值对库伦破坏应力的三维响应曲面图及其等高线图;
图6C为埋藏深度和泊松比编码值对库伦破坏应力的三维响应曲面图及其等高线图;
图6D为杨氏模量和摩擦角编码值对库伦破坏应力的三维响应曲面图及其等高线图;
图7影响指标体系关键因子的最佳设计方案。
具体实施方式
本实施例以鄂尔多斯盆地CCS示范工程场地为研究对象。下面结合附图,对本发明的技术方案作进一步的详细描述。
如图1流程图所示,二氧化碳地质封存场地盖层完整性指标不确定性估计方法,包括以下步骤:
步骤1、建立盖层完整性影响指标体系:根据盖层构造特点,分别对无断层和有断层盖层分别确定其完整性影响指标。详见表1,本实施例鄂尔多斯盆地CCS示范工程场地盖层中无断层分布,故选择无断层的盖层完整性影响指标体系。
表1 盖层完整性影响指标
步骤2、在包含步骤1中盖层完整性影响指标的数值模型中,由差应力的大小,确定差应力所满足的破坏条件和破坏模式,并计算得在该破坏模式下的孔隙压力。
步骤2.1、以步骤1中盖层完整性影响指标,针对有断层和无断层不同地层条件,利用数值模拟软件(例如:FLAC,ABAQUS,COMSOL等),在流体注入情况下考虑地层弹塑性,建立目标地层包含步骤1中盖层完整性影响指标实测数据的数值模型,见图2。
步骤2.2、在步骤2.1中建立的数值模型中,利用摩尔—库伦破坏准则(见图3),以库伦破坏应力(简称库伦应力,CFS)的大小为检验盖层破坏程度的标准,即:
GFS=τ+μ(σ-Pf)
式中,τ,σ,μ,Pf分别为剪应力,正应力,摩擦系数,孔隙压力。另外,在在步骤2.1中建立的数值模型中计算盖层的最大主应力σ1,最小主应力σ3和剪应力τ。根据差应力(σ1-σ3)的大小和图3中的T值,确定差应力所满足的破坏条件为(σ1-σ3)<4T,为拉张破坏,并计算得在该破坏模式下的孔隙压力26MPa。
表2 不同破坏模式的条件和孔隙压力
破坏模式 | 孔隙压力 | 条件 |
拉张 | Pf=σ3+T | (σ1-σ3)<4T |
混合 | Pf=σn+(4T2-τ2)/4T | 4T<(σ1-σ3)<6T |
剪切 | Pf=σn+(C-τ)μ | (σ1-σ3)>6T |
步骤3、在步骤2中建立的数值模型中,对步骤1中盖层完整性影响指标做5水平的龙卷风分析,计算盖层中的库伦破坏应力。将其中影响因素为0的因子删除,获得一次剔除指标。包括以下步骤:
步骤3.1、以步骤2.2得到的孔隙压力26MPa作为注入压力的上限,对鄂尔多斯盆地CCS示范工程场地盖层完整性影响指标体系中所有的9个指标,分别取其数值的60%,80%,100%,120%,140%,建立9组指标的5水平模型,见表3。
表3 5水平指标体系
取值水平 | 60% | 80% | 100% | 120% | 140% |
盖层埋深(m) | -531 | -708 | -885 | -1062 | -1239 |
盖层渗透率(m2) | 6e-19 | 8E-19 | 10e-19 | 1.2E-18 | 14e-19 |
盖层孔隙度(-) | 0.006 | 0.008 | 0.01 | 0.012 | 0.014 |
地应力场(-) | 0.9 | 1.2 | 1.5 | 1.8 | 2.1 |
盖层杨氏模量(Pa) | 3e9 | 4E+09 | 5e9 | 6E+09 | 7e9 |
盖层泊松比(-) | 0.18 | 0.24 | 0.3 | 0.36 | 0.42 |
盖层内摩擦角(°) | 9 | 12 | 15 | 18 | 21 |
盖层密度(kg/m3) | 1560 | 2080 | 2600 | 3120 | 3640 |
盖层剪胀角(°) | 3 | 4 | 5 | 6 | 7 |
在其它指标保持不变的情况下,建立9组单指标5水平模型,见表4a、4b。
表4a 单指标5水平模型1~5
表4b 单指标5水平模型6~9
模型编号 | 模型6 | 模型7 | 模型8 | 模型9 |
盖层埋深(m) | -885 | -885 | -885 | -885 |
盖层渗透率(m2) | 10e-19 | 10e-19 | 10e-19 | 10e-19 |
盖层孔隙度(-) | 0.01 | 0.01 | 0.01 | 0.01 |
地应力场(-) | 1.5 | 1.5 | 1.5 | 1.5 |
盖层杨氏模量(Pa) | 5e9 | 5e9 | 5e9 | 5e9 |
盖层泊松比(-) | 0.18,0.24,0.3,0.36,0.42 | 0.3 | 0.3 | 0.3 |
盖层内摩擦角(°) | 15 | 9,12,15,18,21 | 15 | 15 |
盖层密度(kg/m3) | 2600 | 2600 | 1560,2080,2600,3120, | 2600 |
3640 | ||||
盖层剪胀角(°) | 5 | 5 | 5 | 3,4,5,6,7 |
步骤3.2、将步骤3.1建立的9组指标的5水平模型分别导入步骤2.1中建立的数值模型,计算各自的盖层库伦破坏应力。
步骤3.3、对此9组模型的库伦破坏应力做龙卷风分析,见图4。其中模型3对库伦破坏应力敏感度为0,故在该影响指标体系中剔除相对应的影响指标(盖层孔隙度),剩余8个影响指标进入步骤4。
步骤4、对于步骤3获得的一次剔除指标,即剩余8个影响指标进行3水平全因子实验,利用响应面分析法提取二次多项式回归方程。包括以下步骤:
步骤4.1、对步骤3.3获得剩余8个影响指标进行3水平全因子实验,其中3水平分别取指标实测数据的60%,100%,140%分别作为低、中、高水平。每个自变量的低、中、高水平分别以-1,0,1进行编码,见表5。
表5 指标体系3水平取值
取值水平 | 低(-1) | 中(0) | 高(1) |
盖层埋深(m) | -531 | -885 | -1239 |
盖层渗透率(m2) | 6e-19 | 10e-19 | 14e-19 |
地应力场(-) | 0.9 | 1.5 | 2.1 |
盖层杨氏模量(Pa) | 3e9 | 5e9 | 7e9 |
盖层泊松比(-) | 0.18 | 0.3 | 0.42 |
盖层内摩擦角(°) | 9 | 15 | 21 |
盖层密度(kg/m3) | 1560 | 2600 | 3640 |
盖层剪胀角(°) | 3 | 5 | 7 |
8因素3水平全因子实验需要38=6561组实验,为了降低总实验数,根据Box-Benhnken实验设计原理,设计得到120组8指标3水平数据组合,将120组数据组合导入步骤2.1中建立的数值模型中,计算120组8指标3水平数据组合的盖层库伦破坏应力,实验结果见表6。
表6 8因素3水平的响应面分析实验结果
步骤4.2、以步骤4.1中获得的120组8指标3水平数据组合的盖层库伦破坏应力为预测响应值,对步骤3获得的8个指标做响应面分析。
响应面分析包括以下步骤:通过对步骤4.1中获得的120组8指标3水平数据组合实验的盖层库伦破坏应力进行多元回归,最终得到库伦破坏应力对于步骤3获得的8个指标的二次多项式回归方程:
Y=101800+28396.50*A+3322.25*B+8054.25*D+25788.25*E+17847.75*F+31745.25*G+3078.00*H+526.25*J-327.50*A*B+3071.25*A*D+12300.00*A*E+7985.00*A*F+11783.75*A*G+0.000*A*H+285.00*A*J-375.00*B*D+1093.75*B*E+3418.75*B*F+81.25*B*G-243.75*B*H-120.00*B*J+2291.25*D*E-591.25*D*F+2848.75*D*G+0.000*D*H-132.50*D*J+4188.75*E*F+12307.50*E*G+7695.00*E*H+205.00*E*J-13286.25*F*G+0.000*F*H-380.62*F*J+0.000*G*H-340.00*G*J+0.000*H*J+1562.32*A2-1643.51*B2-473.93*D2-3109.35*E2-9679.97*F2-1635.60*G2-1250.60*H2+1036.69*J2
式中:Y为预测响应值,即库伦破坏应力的预测值。A-J分别为影响因子盖层埋深、盖层渗透率、地应力场、盖层杨氏模量、盖层泊松比、盖层内摩擦角、盖层密度、盖层剪胀角(I缺省)。
步骤5、根据步骤4中确定的二次多项式回归方程的线性系数和二次项系数的敏感度,将步骤3获得的8个指标(一次剔除指标)及指标交互作用分为极显著、非常显著、显著和不显著四等。在二次多项式回归方程中剔除判定为不显著的一次剔除指标及指标交互作用,在一次剔除指标中剔除判定为不显著的一次剔除指标,分别得到优化后的二次多项式回归方程和二次剔除指标。根据优化后的二次多项式回归方程,得到二次剔除指标变化趋势对库伦破坏应力的影响,以及二次剔除指标的最优化分布设计。
包括以下步骤:
步骤5.1、库伦破坏应力的二次多项式回归方程的线性系数和二次项系数进行敏感度检验。将步骤3获得的一次剔除指标的线性系数/二次项系数分别划分为极显著、非常显著、显著和不显著四等,步骤5.1包括以下步骤:
1)以步骤4.2中得到库伦破坏应力为预测响应值,对步骤4.1中获得的120组8指标3水平数据组合做回归分析,得到线性系数和二次项系数的分别对应的P值,见表7。
2)根据线性系数和二次项系数分别对应的P值取值范围,对影响过程的线性系数和二次项系数分别进行评价。
评价包括以下步骤:根据P值大小将步骤3获得的一次剔除指标的线性系数/二次项系数分别划分为极显著、非常显著、显著和不显著四等,系数P值小于0.001的线性系数/二次项系数为极显著;系数P值小于0.01的线性系数/二次项系数为非常显著,系数P值小于0.05的线性系数/二次项系数为较显著,系数P值大于0.05的线性系数/二次项系数为不显著。在图5中,根据影响指标体系及其交互作用显著程度,将柱状图分为极显著、非常显著、显著和不显著4块,依颜色从深入浅表示。见图5。
表7 影响指标体系及其交互作用敏感度检验
因子及其交互作用 | 系数 | 误准 | T值 | P值 |
常量 | 101800 | 3444 | 29.563 | 0.000 |
埋藏深度 | 28397 | 1722 | 16.493 | 0.000 |
渗透率 | 3322 | 1722 | 1.930 | 0.057 |
应力场 | 8054 | 1722 | 4.678 | 0.000 |
杨氏模量 | 25788 | 1722 | 14.978 | 0.000 |
泊松比 | 17848 | 1722 | 10.366 | 0.000 |
摩擦角 | 31745 | 1722 | 18.438 | 0.000 |
盖层密度 | 3078 | 1722 | 1.788 | 0.078 |
剪胀角 | 526 | 1722 | 0.306 | 0.761 |
埋藏深度*埋藏深度 | 1562 | 2296 | 0.681 | 0.498 |
渗透率*渗透率 | -1644 | 2296 | -0.716 | 0.476 |
应力场*应力场 | -474 | 2296 | -0.206 | 0.837 |
杨氏模量*杨氏模量 | -3109 | 2296 | -1.354 | 0.180 |
泊松比*泊松比 | -9680 | 2296 | -4.217 | 0.000 |
摩擦角*摩擦角 | -1636 | 2296 | -0.712 | 0.478 |
盖层密度*盖层密度 | -1251 | 2296 | -0.545 | 0.588 |
剪胀角*剪胀角 | 1037 | 2296 | 0.452 | 0.653 |
埋藏深度*渗透率 | -327 | 3850 | -0.085 | 0.932 |
埋藏深度*应力场 | 3071 | 2722 | 1.128 | 0.263 |
埋藏深度*杨氏模量 | 12300 | 3850 | 3.195 | 0.002 |
埋藏深度*泊松比 | 7985 | 3850 | 2.074 | 0.042 |
埋藏深度*摩擦角 | 11784 | 2722 | 4.329 | 0.000 |
埋藏深度*盖层密度 | -0 | 3850 | -0.000 | 1.000 |
埋藏深度*剪胀角 | 285 | 3850 | 0.074 | 0.941 |
渗透率*应力场 | -375 | 3850 | -0.097 | 0.923 |
渗透率*杨氏模量 | 1094 | 2722 | 0.402 | 0.689 |
渗透率*泊松比 | 3419 | 3850 | 0.888 | 0.377 |
渗透率*摩擦角 | 81 | 3850 | 0.021 | 0.983 |
渗透率*盖层密度 | -244 | 2722 | -0.090 | 0.929 |
渗透率*剪胀角 | -120 | 3850 | -0.031 | 0.975 |
应力场*杨氏模量 | 2291 | 3850 | 0.595 | 0.554 |
应力场*泊松比 | -591 | 3850 | -0.154 | 0.878 |
应力场*摩擦角 | 2849 | 2722 | 1.046 | 0.299 |
应力场*盖层密度 | -0 | 3850 | -0.000 | 1.000 |
应力场*剪胀角 | -132 | 3850 | -0.034 | 0.973 |
杨氏模量*泊松比 | 4189 | 3850 | 1.088 | 0.280 |
杨氏模量*摩擦角 | 12308 | 3850 | 3.197 | 0.002 |
杨氏模量*盖层密度 | 7695 | 2722 | 2.827 | 0.006 |
杨氏模量*剪胀角 | 205 | 3850 | 0.053 | 0.958 |
泊松比*摩擦角 | -13286 | 3850 | -3.451 | 0.001 |
泊松比*盖层密度 | -0 | 3850 | -0.000 | 1.000 |
泊松比*剪胀角 | -381 | 2722 | -0.140 | 0.889 |
摩擦角*盖层密度 | -0 | 3850 | -0.000 | 1.000 |
摩擦角*剪胀角 | -340 | 3850 | -0.088 | 0.930 |
盖层密度*剪胀角 | -0 | 3850 | -0.000 | 1.000 |
步骤5.2、在步骤4.2中的二次多项式回归方程,将判定为不显著的线性系数和二次项系数所对应的项剔除(即一次剔除指标和指标交互作用),得到优化后的二次多项式回归方程。
CFS=101800+28396.50000*埋藏深度+3322.25000*渗透率+8054.25000*应力场+25788.25000*杨氏模量+17847.75000*泊松比+31745.25000*摩擦角+3078.00000*盖层密度+12300.00000*埋藏深度*杨氏模量+7985.00000*埋藏深度*泊松比+11783.75000*埋藏深度*摩擦角+12307.50000*杨氏模量*摩擦角+7695.00000*杨氏模量*盖层密度-13286.25000*泊松比*摩擦角
本实施例中,渗透率,盖层密度和剪胀角判定为不显著,在步骤3获得的8个指标中将其剔除后,得到二次剔除指标:埋藏深度,应力场,杨氏模量,泊松比,摩擦角。根据优化后的二次多项式回归方程做出库伦破坏应力的三维响应曲面图及等高线图,获得埋藏深度,应力场,杨氏模量,泊松比,摩擦角变化趋势对库伦破坏应力的影响,见图6。
步骤5.3、根据步骤5.2得到的二次剔除指标和优化后的二次多项式回归方程,选取二次剔除指标在60%~140%取值范围内对应的预测响应值库伦破坏应力的最小值,根据上述库伦破坏应力的最小值所对应的二次剔除指标取值,见图7。影响因子的编码值和实际值见表8。根据该库伦破坏应力最小的设计方案,获得该场地最优二氧化碳地质封存条件。
表8 影响指标体系关键因子的编码值和实际值
因子 | 编码值 | 取值范围 | 实际值 |
埋藏深度(m) | 0.27 | (-531)-(-1239) | -980.58 |
应力场(-) | -0.61 | 0.9-2.1 | 1.134 |
杨氏模量(Pa) | -0.20 | 3e9-7e9 | 4.6e9 |
泊松比(-) | -0.98 | 0.18-0.42 | 0.1824 |
摩擦角(°) | -0.99 | 9-21 | 9.06 |
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,包括以下步骤:
步骤1、根据盖层构造特点,对无断层和有断层盖层分别确定完整性影响指标;
步骤2、在包含步骤1中盖层完整性影响指标的数值模型中,由差应力的大小,确定差应力所满足的破坏条件和破坏模式,并计算在该破坏模式下的孔隙压力;
步骤3、在步骤2中建立的数值模型中,对步骤1中盖层完整性影响指标做5水平的龙卷风分析,计算盖层中的库伦破坏应力,将其中影响因素为0的因子删除,获得一次剔除指标;
步骤4、对步骤3获得的一次剔除指标进行3水平全因子实验,利用响应面分析法提取二次多项式回归方程;
步骤5、根据步骤4中确定的二次多项式回归方程的线性系数和二次项系数的敏感度,将表征一次剔除指标敏感度的线性系数及表征指标交互作用敏感度的二次项系数按照预定方式分别分为极显著、非常显著、显著和不显著四等,在二次多项式回归方程中剔除判定为不显著的一次剔除指标及指标交互作用得到优化后的二次多项式回归方程,在一次剔除指标中剔除判定为不显著的一次剔除指标得到优化后的二次剔除指标,获得二次剔除指标变化趋势对库伦破坏应力的影响,以及二次剔除指标的最优化分布设计,获得该场地最优二氧化碳地质封存条件。
2.根据权利要求1所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤1包括以下步骤:
步骤1.1、对于无断层盖层,完整性影响指标包括:盖层埋藏深度、盖层渗透率、盖层孔隙度、地应力场、盖层杨氏模量、盖层泊松比、盖层内摩擦角、盖层密度和盖层剪胀角;
步骤1.2、对于存在断层的盖层,完整性影响指标包括:断层埋深、断层倾角、断层摩擦系数、断层内摩擦角、断层杨氏模量、断层泊松比、断层渗透率、断层孔隙度、断层密度、断层剪胀角、地应力场,还包括盖层渗透率、盖层孔隙度、盖层杨氏模量、盖层泊松比、盖层内摩擦角、盖层密度、盖层剪胀角和储层渗透率、储层孔隙度、储层杨氏模量、储层泊松比、储层内摩擦角、储层密度、储层剪胀角。
3.根据权利要求1所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤2包括以下步骤:
步骤2.1、以步骤1中盖层完整性影响指标,针对有断层和无断层不同地层条件,利用数值模拟软件,考虑目标地层埋深和储层、盖层位置,在流体注入情况下考虑地层弹塑性,建立目标地层包含步骤1中盖层完整性影响指标实测数据的数值模型;
步骤2.2、在步骤2.1中建立的数值模型中,利用摩尔—库伦破坏准则,以库伦破坏应力CFS的大小为检验盖层破坏程度的标准,即:
CFS=τ+μ(σ-Pf)
式中,τ,σ,μ,Pf分别为剪应力,正应力,摩擦系数,孔隙压力,另外,在步骤2.1中建立的数值模型中计算盖层的最大主应力σ1,最小主应力σ3和剪应力τ,由差应力σ1-σ3的大小,确定差应力所满足的破坏条件和破坏模式,并计算在该破坏模式下的孔隙压力。
4.根据权利要求3所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤3包括以下步骤:
步骤3.1、以步骤2.2得到的孔隙压力作为注入压力的上限,对于步骤1中盖层完整性影响指标,指标的个数为N,分别取指标实测数据的60%,80%,100%,120%,140%,建立N组指标的5水平模型;
步骤3.2、将步骤3.1建立的N组指标的5水平模型分别导入步骤2.1中建立的数值模型,计算各自的盖层库伦破坏应力;
步骤3.3、对此N组指标的5水平模型的盖层库伦破坏应力做龙卷风分析,删除其中敏感度为0的指标,获得一次剔除指标N1个,进入步骤4。
5.根据权利要求4所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤4包括以下步骤:
步骤4.1、对于步骤3.3获得的一次剔除指标N1进行3水平全因子实验,其中3水平分别取指标实测数据的60%,100%,140%,根据Box-Benhnken实验设计原理得到M组一次剔除指标的3水平数据组合,将M组一次剔除指标的3水平数据组合导入步骤2.1中建立的数值模型中,计算M组一次剔除指标3水平数据组合的盖层库伦破坏应力;
步骤4.2、以步骤4.1中获得的M组一次剔除指标3水平数据组合的盖层库伦破坏应力为预测响应值,对步骤3获得的一次剔除指标做响应面分析,得到二次多项式回归方程。
6.根据权利要求5所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤5包括以下步骤:
步骤5.1、对库伦破坏应力的二次多项式回归方程的线性系数和二次项系数进行敏感度检验,将步骤3获得的一次剔除指标的线性系数/二次项系数按照预定方式分别划分为极显著、非常显著、显著和不显著四等,
步骤5.2、在步骤4.2中的二次多项式回归方程中,将判定为不显著的线性系数和二次项系数所对应的项删除,即将一次剔除指标和指标交互作用删除,得到优化后的二次多项式回归方程,将判定为不显著的线性系数对应的一次剔除指标剔除,得到二次剔除指标,
根据优化后的二次多项式回归方程做出库伦破坏应力的三维响应曲面图及等高线图,获得二次剔除指标变化趋势对库伦破坏应力的影响;
步骤5.3、根据步骤5.2得到的二次剔除指标和优化后的二次多项式回归方程,选取二次剔除指标在60%~140%取值范围内对应的预测响应值库伦破坏应力的最小值,根据上述库伦破坏应力的最小值所对应的二次剔除指标取值,获得该场地最优二氧化碳地质封存条件。
7.根据权利要求4所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤3.3还包括以下步骤:若剩余的指标个数大于10个,则取敏感度较大的前10个指标。
8.根据权利要求5所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤4.2中响应面分析包括以下步骤:通过对步骤4.1中获得的M组一次剔除指标3水平数据组合的盖层库伦破坏应力进行多元回归,最终得到库伦破坏应力对于步骤3获得的一次剔除指标的二次多项式回归方程:
式中:Y为预测响应值,即库伦破坏应力的预测值,xi和xij为自变量编码值,K为常数项,Ki为线性系数,表征的是单个指标的敏感度,Kii和Kij均为二次项系数,表征的是指标交互作用的敏感度,n为因子数,ε为随机误差。
9.根据权利要求6所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤5.1包括以下步骤:
步骤5.1.1、以步骤4.2得到库伦破坏应力预测响应值,对步骤4.1中获得的M组一次剔除指标3水平数据组合做回归分析,得到线性系数和二次项系数分别对应的P值;
步骤5.1.2、确定线性系数和二次项系数分别对应的P值取值范围,根据P值大小将步骤3获得的一次剔除指标的线性系数/二次项系数按照预定方式分别划分为极显著、非常显著、显著和不显著四等。
10.根据权利要求9所述的二氧化碳地质封存场地盖层完整性指标不确定性估计方法,其特征在于,所述的步骤5.1.2包括以下步骤:系数P值小于0.001的线性系数/二次项系数为极显著;系数P值小于0.01的线性系数/二次项系数为非常显著,系数P值小于0.05的线性系数/二次项系数为较显著,系数P值大于0.05的线性系数/二次项系数为不显著。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079259.4A CN104615896B (zh) | 2015-02-14 | 2015-02-14 | 二氧化碳地质封存场地盖层完整性指标不确定性估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079259.4A CN104615896B (zh) | 2015-02-14 | 2015-02-14 | 二氧化碳地质封存场地盖层完整性指标不确定性估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104615896A CN104615896A (zh) | 2015-05-13 |
CN104615896B true CN104615896B (zh) | 2017-05-17 |
Family
ID=53150337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510079259.4A Active CN104615896B (zh) | 2015-02-14 | 2015-02-14 | 二氧化碳地质封存场地盖层完整性指标不确定性估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104615896B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761158B (zh) * | 2016-03-03 | 2020-02-07 | 长江大学 | 盐岩地下储气库极限运行压力的分析方法 |
CN106896836B (zh) * | 2017-01-09 | 2020-02-14 | 神华集团有限责任公司 | 注入压力控制方法及装置 |
CN107563090A (zh) * | 2017-09-15 | 2018-01-09 | 西南石油大学 | 水力压裂裂缝高度关键控制因素的优化设计方法 |
CN109033737B (zh) * | 2018-05-31 | 2019-07-30 | 西北大学 | 一种co2地质封存过程中泄漏风险区的评价方法 |
CN110032777B (zh) * | 2019-03-25 | 2021-09-21 | 西南石油大学 | 一种基于不确定性分析的钻井液密度安全窗口估计方法 |
CN110847894B (zh) * | 2019-10-30 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种井下节流气井流压的确定方法 |
CN110866337B (zh) * | 2019-11-12 | 2021-06-01 | 中南大学 | 一种基于差应力的采动断层活化倾向性判别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103527186A (zh) * | 2013-11-04 | 2014-01-22 | 西北大学 | 一种评价co2地质封存体的方法 |
CN104034745A (zh) * | 2014-06-30 | 2014-09-10 | 中国科学院武汉岩土力学研究所 | 一种高压核磁共振co2地质封存模型试验系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2914747B1 (fr) * | 2007-04-05 | 2016-01-22 | Inst Francais Du Petrole | Methode de suivi de la teneur en co2 dans des saumures |
FR2929007B1 (fr) * | 2008-03-19 | 2010-03-26 | Inst Francais Du Petrole | Methode de controle de l'integrite d'un stockage geologique contenant du co2 |
-
2015
- 2015-02-14 CN CN201510079259.4A patent/CN104615896B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103527186A (zh) * | 2013-11-04 | 2014-01-22 | 西北大学 | 一种评价co2地质封存体的方法 |
CN104034745A (zh) * | 2014-06-30 | 2014-09-10 | 中国科学院武汉岩土力学研究所 | 一种高压核磁共振co2地质封存模型试验系统 |
Non-Patent Citations (2)
Title |
---|
二氧化碳地质封存环境监测现状及建议;李琦等;《地球科学进展》;20130630;第28卷(第6期);第718-727页 * |
盖层不确定性对CO2地质封存安全性的影响;马鑫等;《安全与环境工程》;20130731;第20卷(第4期);第45-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104615896A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104615896B (zh) | 二氧化碳地质封存场地盖层完整性指标不确定性估计方法 | |
Thanh et al. | Integrated workflow in 3D geological model construction for evaluation of CO2 storage capacity of a fractured basement reservoir in Cuu Long Basin, Vietnam | |
Parise et al. | Recent advances in karst research: from theory to fieldwork and applications | |
Vo Thanh et al. | Impact of a new geological modelling method on the enhancement of the CO2 storage assessment of E sequence of Nam Vang field, offshore Vietnam | |
Deng et al. | Simulation of industrial-scale CO2 storage: Multi-scale heterogeneity and its impacts on storage capacity, injectivity and leakage | |
Thanh et al. | Application of machine learning to predict CO2 trapping performance in deep saline aquifers | |
White et al. | A risk-based approach to evaluating the Area of Review and leakage risks at CO2 storage sites | |
Lie et al. | A simulation workflow for large-scale CO2 storage in the Norwegian North Sea | |
Khan et al. | Effects of reservoir size and boundary conditions on pore-pressure buildup and fault reactivation during CO 2 injection in deep geological reservoirs | |
Okwen et al. | Effect of geologic depositional environment on CO2 storage efficiency | |
Comerford et al. | Controls on geothermal heat recovery from a hot sedimentary aquifer in Guardbridge, Scotland: Field measurements, modelling and long term sustainability | |
CN104834934B (zh) | 一种用于识别储层流体的核体俘获法 | |
Peck et al. | Model development of the Aquistore CO2 storage project | |
Wei et al. | Evaluation of groundwater sustainability based on groundwater age simulation in the Zhangye Basin of Heihe River watershed, northwestern China | |
Ashraf | Geological storage of CO2: heterogeneity impact on the behavior of pressure | |
Hortle et al. | Assessment of CO2 storage capacity and injectivity in saline aquifers–comparison of results from numerical flow simulations, analytical and generic models | |
Thanh et al. | Developing machine learning models to predict CO2 trapping performance in deep saline aquifers | |
EA017261B1 (ru) | Определение местоположения неработающих продуктивных пластов углеводородов | |
Vincenzi et al. | Parametric and numerical modeling tools to forecast hydrogeological impacts of a tunnel | |
Baiocchi et al. | Hard-rock aquifer response to pumping and sustainable yield of wells in some areas of Mediterranean Region | |
Zeng et al. | Analysis of vulnerability index method based on variable weight theory in engineering application | |
Quillinan et al. | Integrated Geologic Storage Prefeasibility Study proximal to Dry Fork Power Station, Powder River Basin, Wyoming | |
Jung et al. | Pressure transient analysis during CO2 push-pull tests into faults for EGS characterization | |
Ansari et al. | Assessing CO2 injection risks using national risk assessment partnership (NRAP) tools | |
Puerta-Ortega et al. | Assessing the value of permeability data in a carbon capture and storage project |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |