CN116467958A - 盐湖卤水数值模型构建与补水溶矿效率计算方法 - Google Patents
盐湖卤水数值模型构建与补水溶矿效率计算方法 Download PDFInfo
- Publication number
- CN116467958A CN116467958A CN202310250646.4A CN202310250646A CN116467958A CN 116467958 A CN116467958 A CN 116467958A CN 202310250646 A CN202310250646 A CN 202310250646A CN 116467958 A CN116467958 A CN 116467958A
- Authority
- CN
- China
- Prior art keywords
- model
- salt lake
- water
- brine
- inflow
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 107
- 239000012267 brine Substances 0.000 title claims abstract description 88
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 title claims abstract description 88
- 238000004364 calculation method Methods 0.000 title claims abstract description 29
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 29
- 238000010276 construction Methods 0.000 title claims abstract description 23
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims description 22
- 239000011707 mineral Substances 0.000 title claims description 22
- 238000004088 simulation Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000035699 permeability Effects 0.000 claims abstract description 28
- 238000011160 research Methods 0.000 claims description 25
- 230000005477 standard model Effects 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 17
- 239000000243 solution Substances 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 239000007787 solid Substances 0.000 claims description 14
- 239000012530 fluid Substances 0.000 claims description 12
- 239000003673 groundwater Substances 0.000 claims description 10
- 150000003839 salts Chemical class 0.000 claims description 10
- 238000005086 pumping Methods 0.000 claims description 8
- XZPVPNZTYPUODG-UHFFFAOYSA-M sodium;chloride;dihydrate Chemical compound O.O.[Na+].[Cl-] XZPVPNZTYPUODG-UHFFFAOYSA-M 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005325 percolation Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 11
- 230000000007 visual effect Effects 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000032258 transport Effects 0.000 description 25
- 238000004090 dissolution Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000009189 diving Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003204 osmotic effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000013505 freshwater Substances 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000003809 water extraction Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 229910001414 potassium ion Inorganic materials 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- -1 potassium ions Chemical class 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002349 well water Substances 0.000 description 1
- 235000020681 well water Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种盐湖卤水数值模型构建与补水溶矿效率计算方法。所述构建方法包括:进行空间离散化和时间离散化;构建包括渗流子模型和溶质运移子模型的概化模型;将概化模型编写转换为数值模型;求解数值模型;迭代调整概化模型中的参数值至收敛,获得盐湖卤水数值模型。本发明充分考虑了盐湖卤水自身特点,避免了传统建模时未考虑变密度、变渗透性等情况;并基于该数值模型设计了以盐湖卤水数值模拟为基础的补水溶矿效率评价计算方法,更加直观,避免了其他因素的干扰,具有更强的自由度,在补水溶矿前,可以不断调整模拟获得效率最大化的方案,然后再应用到实际,降低了未经预先模拟直接补水不当而导致的效率低下和资源浪费的风险。
Description
技术领域
本发明涉及矿产资源勘探技术领域,尤其涉及一种盐湖卤水数值模型构建与补水溶矿效率计算方法。
背景技术
盐湖卤水中富含丰富的盐类矿物资源,是现代化工、农业、冶金和建筑等行业重要的原料来源。自上世纪对盐湖卤水进行工业化开采以来,盐湖区地下卤水水位下降严重,加大了抽采难度,严重时甚至出现地表沉降和地层崩塌。此外,由于水位下降,大量的固体矿物处于潜水面以上的地层空间无法被抽采,造成资源浪费。为了缓解水资源的供需矛盾以及优化资源开采,盐湖企业向盐湖地下空间灌入淡水或老卤水,在抬升水位的同时溶解原本潜水面以上区域的固体矿物。
然而,受制于复杂的地下环境,向地下灌入的淡水或老卤水常常会“逃逸”或未达到预期效果,致使补水溶矿效率低下。因此,盐湖企业急需一套能够衡量补水溶矿效率的集成方案以及能够符合盐湖特征的数值模型,以实现对地下环境的精细刻画,并作为溶矿效率评价和优化资源开采的参考依据。
当前补水溶矿效率计算并没有统一的做法,绝大多数只是根据产品的后期估算,对盐湖卤水进行的前期的数值模拟较少,且即使存在少量前期模拟,也均采用了常规地下水建模方案,例如是利用Groundwater Modeling System(GMS)或Visual Modflow Flex等成熟的商业软件直接建模,典型的参考文献例如是补水背景下卤水动态演化机制数值模拟研究[D].中国科学院大学,2017。
然而,上述现有方法产品端计算补水溶矿效率是基于产品端的估计,没有和研究区的地质条件进行结合,也没有从研究区资源储量变身的变化去考虑。此外,这种方法只能在溶矿之后给予评价,属于后续评价,不能在工程实施之前进行预测,也不能提前反复试错,优化布局。
此外,当前少量现有技术对盐湖卤水进行的数值模拟没有考虑卤水的浓度对渗流子模型的影响,也只是将流体介质视为不会发现变化的固有特性,不能解决补水溶矿时出现的固体盐类溶解,含水层渗透系数变化等问题,也没有在建模中考虑优势通道等潜在的盐湖区特有问题。所获得的模拟与计算结果对于实现高效率的补水溶矿的可参考性并不理想。
发明内容
针对现有技术的不足,本发明的目的在于提供一种盐湖卤水数值模型构建与补水溶矿效率计算方法。
为实现前述发明目的,本发明采用的技术方案包括:
第一方面,本发明提供一种盐湖卤水数值模型的构建方法,包括:
1)对研究区进行空间离散化和时间离散化,生成多个离散单元格,并在时间尺度上划分为多个时间步长;
2)构建包括渗流子模型和溶质运移子模型的概化模型,且所述渗流子模型和溶质运移子模型之间存在信息交换,并概化所述概化模型中的模拟条件,所述模拟条件包括所述研究区的固有特性以及边界条件;将所述模拟条件分配给所述离散单元格,并将所述离散单元格中的盐湖卤水的密度和渗透系数设置为基于不同所述时间步长的变量;
3)将所述概化模型编写转换为数值模型;
4)利用微分方程数值解法求解所述数值模型,获得所述研究区的预算结果;
5)基于所述预算结果与实际观测结果之间的差异,迭代调整所述概化模型中的参数值至收敛,获得盐湖卤水数值模型。
第二方面,本发明还提供一种上述构建方法构建的盐湖卤水数值模型。
第三方面,本发明还提供一种盐湖卤水补水溶矿效率的计算方法,包括:
提供上述盐湖卤水数值模型作为标准模型,并仅保留所述标准模型中的抽水井为唯一的流出项,构建一般模型;
基于所述标准模型,计算每一时间步长中的标准流进流出项,基于所述一般模型,计算每一时间步长中的一般流进流出项;
根据所述标准流进流出项和一般流进流出项,计算随时间变化的补水溶矿效率。
基于上述技术方案,与现有技术相比,本发明的有益效果包括:
本发明所提供的数值模型及其构建方法充分考虑了盐湖卤水自身的特点,避免了传统建模时未考虑变密度、变渗透性等情况;并基于该数值模型设计了以盐湖卤水数值模拟为基础的补水溶矿效率评价计算方法,相对于现有方法,本发明所提供的评价计算方法更加直观,从资源储量的角度出发,以地学技术手段实现,避免了生产端等其他因素的干扰。
本发明所提供的技术方案以地质资料为基础,计算机和数学作为理论依据,具有更强的自由度,在补水溶矿前,可以不断调整补水计划,模拟获得效率最大化的补水溶矿方案,然后再应用到实际,显著降低了未经预先模拟直接补水不当而导致的效率低下和资源浪费的风险。
上述说明仅是本发明技术方案的概述,为了能够使本领域技术人员能够更清楚地了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合详细附图说明如后。
附图说明
图1是本发明一典型实施案例提供的数值模型的结构和流程示意图;
图2是本发明一典型实施案例提供的补水溶矿效率计算曲线图;
图3是本发明一典型实施案例提供的三层模型的渗透系数分布图;
图4是本发明一典型实施案例提供的南侧湖水水位变化趋势图;
图5是本发明一典型实施案例提供的模型第119天,239天和359天的水头值空间分布图;
图6是本发明一典型实施案例提供的模型第119天,239天和359天的溶质浓度空间分布图;
图7是本发明一典型实施案例提供的27口孔观测的水头值变化趋势图;
图8是本发明一典型实施案例提供的27口孔观测的溶质浓度值变化趋势图。
具体实施方式
鉴于现有技术中的不足,本案发明人经长期研究和大量实践,得以提出本发明的技术方案。具体的,随着卤水的不断抽采,盐湖地下水水位下降严重。为了充分利用潜水面以上固体盐类矿物,以及缓解水位下降带来的环境破坏问题,盐湖企业通过多种方式向盐湖地下空间进行补水溶矿。由于对地下情况缺乏精细刻画,补水溶矿效果常常不理想。目前急需一套能够用于评价补水溶矿效率的集成方案。为此,本发明充分考虑了盐湖卤水的特性,设计了盐湖卤水数值模型,并基于数值模拟结果建立了补水溶矿效率计算方法。
如下将对该技术方案、其实施过程及原理等作进一步的解释说明。本发明实施例所示例提供的技术方案包括两大部分,一部分是构建盐湖卤水的数值模型,另一部分是基于该模型进行补水溶矿效率的计算。其中,构建卤水数值模型主要可以包括:研究区离散化、概化模拟条件、概念模型转换为数值模型、利用有限差分法求解和模型率定。评价溶矿效率部分主要可以包括:构建标准模型、计算资源量和溶矿效率计算。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
而且,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个与另一个具有相同名称的部件或方法步骤区分开来,而不一定要求或者暗示这些部件或方法步骤之间存在任何这种实际的关系或者顺序。
此外,本发明中所涉及到的一些技术术语含义如下所示:
盐湖卤水:由盐湖区地下空间抽采出的,盐类含量极高的液体矿产资源。
老卤水:在抽取的盐湖卤水中,已提取目标盐类矿物后的剩余液体。
补水溶矿:人为向盐湖地下空间灌入一定量的目标盐类矿物浓度低的淡水或老卤水,使得原本在地下矿层中的固体矿物溶解。
参见图1,本发明实施例提供的一种盐湖卤水数值模型的构建方法,包括如下的步骤:
1)对研究区进行空间离散化和时间离散化,生成多个离散单元格,并在时间尺度上划分为多个时间步长。
2)构建包括渗流子模型和溶质运移子模型的概化模型,且所述渗流子模型和溶质运移子模型之间存在信息交换,并概化所述概化模型中的模拟条件,所述模拟条件包括所述研究区的固有特性以及边界条件;将所述模拟条件分配给所述离散单元格,并将所述离散单元格中的盐湖卤水的密度和渗透系数设置为基于不同所述时间步长的变量。
3)将所述概化模型编写转换为数值模型。
4)利用微分方程数值解法求解所述数值模型,获得所述研究区的预算结果。
5)基于所述预算结果与实际观测结果之间的差异,迭代调整所述概化模型中的参数值至收敛,获得盐湖卤水数值模型。
其中,研究区离散化包括空间离散化(DIS)和时间离散化(TDIS)。空间离散化指的是,按照一定的规则将研究区原本的连续空间拆分为有限个离散单元格,从而实现计算每个单元格的数值解来替代无法求得的微分方程解析解。离散单元格设定的数量取决于个人对模型精度需求、计算机自身计算能力和研究区空间分异特性。最常见的离散化方式是将研究区拆分成若干个长宽高相同的典型立方体。时间离散化是指将整个模拟时间拆分成若干数量的时间步长,每个时间步长初始阶段可修改模拟条件;如果后一个时间步长不修改设定,则将自动继承前一个时间步长的模拟条件。
研究区离散化可以使用其他方式,如三角形单元、菱形单元或六边形单元等,也可以采用局部加密功能。
进一步在一些实施方案中,所述概化模型中还可以包括优势通道,所述优势通道代表离散单元格中的盐湖卤水渗透系数大于预设阈值的连续区域,且所述连续区域延伸至所述研究区以外;将所述优势通道与所述研究区的边界处设置为***口。
将优势通道等特征作为补水溶矿效率计算的损失指标,是本发明实施例所提供的技术方案的一个重要技术手段,所获得的模拟结果更加贴近盐湖区的现实情况,因此模拟结果的可参考性更强。
在一些实施方案中,步骤2)中,所述信息交换的内容可以包括渗流子模型为溶质运移子模型提供盐湖卤水中溶质流动的驱动信息、溶质运移子模型子为渗流子模型提供盐湖卤水的密度变化信息。
在一些实施方案中,多个所述溶质运移子模型之间还可以存在化学反应信息的交换。
上述技术方案中,如图1所示,一个盐湖卤水模拟模型需包括一个渗流子模型(GWF)和一个或多个溶质运移子模型(GWT)。渗流子模型和溶质运移子模型之间存在信息交换(GWF-GWT),如渗流子模型为溶质运移子模型提供溶质流动的驱动信息(SPC,SSM),溶质运移子模型为渗流子模型提供密度变化信息(BUY)。同时,溶质运移子模型之间也可以存在如化学反应信息的交换,当然,这可以基于盐湖卤水中的溶质组成和含量进行适应性设定。
作为上述技术方案的一些典型的应用示例,进行数值模拟的首要任务是识别并概化复杂的地质环境。首先应定义研究区的固有特性(例如NPF,STO),渗流子模型包括每层含水层顶底板高程、不同方向的渗透系数、给水度或贮水率等等,将这些值分配给每一个离散单元格。溶质运移子模型包括孔隙度(MST)、对流模式(ADV)和水动力弥散系数(DSP)等。然后需考虑研究区的边界条件,包括井边界(WEL)、河流边界(RIV)、排水渠边界(DRN)、指定水头边界(CHD)和通用水头边界(GHB)等,同时还可以有高级边界,如湖泊边界(LAK)、非饱和带(UZF)、多含水层井边界(MAW)等等。溶质运移子模型的边界条件除溶质加载边界(SRC)和指定浓度边界(CNC)外,多数通过渗流边界条件(SPC)的溶度来决定,此外还有高级浓度边界,和其渗流子模型的边界一一对应(例如SFT,UZT,LKT,MWT)。
边界条件的选择应根据研究区的实际情况。例如,井边界需要交代井的坐标,每个时间步长内的抽水量或注水量。如果是注水井,还需要注入水的溶质浓度。河流边界需要河床的高程、水位以及河流的渗透量等等。其他边界条件类似,具体实施中,本领域技术人员例如可以参见美国地调局的渗流子模型(LANGEVIN C D,HUGHES J D,BANTA E R,et al,2017.Documentati on for the MODFLOW 6Groundwater Flow Model:6-A55[R].Reston,VA:U.S.Geological Survey:197.)和溶质运移子模型报告(LANGEVIN C D,PROVOST A M,PANDAY S,et al,2022.Docume ntation for the MODFLOW 6Groundwater TransportModel:6-A61[R].Reston,VA:U.S.Geological Survey:56.)。
将这些模型固有特性、边界的水头值、补给或***的流量以及溶质浓度等分配给边界所在位置的离散单元格。如果这些边界属于非稳定流,即流量、水头和浓度等参数随时间变化,还需要给每个时间步长初始阶段赋予不同的值。最后考虑盐湖卤水的自有特性,主要包括变密度、变渗透系数和优势通道三类问题。卤水的溶质浓度过高会改变流体密度,对渗流子模型的影响不能简单忽略。
而关于上述变参数问题以及优势通道的损失问题,在一些实施方案中,所述盐湖卤水的密度可以采用如下方式进行计算,即通过参考流体密度和卤水浓度进行确定:
式中,ρ为待确定的卤水密度;ρref为参考流体密度,通常为淡水或老卤水的流体密度;N为参与模拟的卤水溶质种类数量;Di是描述密度随溶质浓度变化的斜率参数;Ci为流体中第i种溶质的浓度,Ri为参考流体中第i种溶质的浓度。
而上述变渗透系数问题主要是通过为每个离散单元格在不同时间节点(多个时间步长中)提供不同的渗透系数值(TVK)来确定。
此外,优势通道在概化过程中可以将其理解为渗透性特大的连续区域,例如渗透性大于一个阈值,或者是大于研究区的平均渗透性一定倍数,例如2倍或5倍等等,同时伴随卤水流动方向会离开研究区范围的特性,应在优势通道与模型边界交界处设为***口。最终,整个盐湖卤水模型概念化过程见图1所示。
基于示例的技术实施方法,在本发明的一些实施方案中,所述固有特性可以包括所述渗流子模型中的第一因素组以及溶质运移子模型中的第二因素组。
在一些实施方案中,所述第一因素组可以包括所述概化模型中的每层含水层的顶底板高程、所述离散单元格中的盐湖卤水的不同方向的渗透系数、给水度以及贮水率。
在一些实施方案中,所述第二因素组可以包括孔隙度、对流模式以及水动力弥散系数。
在一些实施方案中,所述固有特性还可以包括含水层渗流特性以及地下水存储特性。
在一些实施方案中,所述边界条件可以包括井边界、河流边界、排水渠边界、指定水头边界和通用水头边界。
在一些实施方案中,还可以包括高级边界,所述高级边界包括湖泊边界、非饱和带、多含水层井边界。
在一些实施方案中,当所述边界条件为非恒定值时,可以基于所述边界条件的变化,在多个时间步长中设定相应的参数值。
在解决上述概化模型、变参数问题以及优势通道损失问题以后,需要概念模型转换为数值模型:
上述概化模拟条件的步骤只是对研究区进行概化,而此处的步骤主要是将上述概念模型按照特定的格式编写成不同的文本文件。仍然参见图1所示,模拟的文本控制需要编写初始控制条件(IC)和输出控制条件(OC)。在具体实验中国,模拟本身可以是调用MODFLOW6(由美国地质调查局开发的开源计算程序)的计算引擎,它对于每个边界或特性文件都有不同的格式要求,具体标准需参见MODFLOW6文档(U.S.Department of theInterior,U.S.Geological Survey.MODFLOW 6-Description of Input and Output[Z].2021.)。同时,不同类型文件需要采用不同后缀名以供程序识别,例如,离散化单元格文件后缀为*.dis、井文件为*.wel、对流文件为*.a dv等等,具体编写格式和后缀要求见上述文档。这些文件可以手动创建文本文件进行编写并更改后缀名,也可以借助Python或Matlab等编程语言中相应的包进行编写(如Python的Flopy模块,参见文献BAKKER M,POST V,LANGEVIN C D,et al,2016.Scripting MODFLOW Model Development Using Python andFloPy[J].Groundwater,54(5):733-739)。
数值模拟涉及到MODFLOW6程序中各类模拟条件的攥写格式和要求,需要参考MODFL OW6的最新文档。此外,编写过程需要使用Python的第三方开源模块Flopy。卤水的运移模式和模拟理论参见现有文献(MAJID HASSANIZADEH S.Derivation of basicequations of mass tran sport in porous media,Part 1.Macroscopic balance laws[J].Advances in Water Resources,1986,9(4):196-206.以及MAJID HASSANIZADEHS.Derivation of basic equations of mass transport in porous media,Part2.Generalized Darcy’s and Fick’s laws[J].Advances in Water Resources,1986,9(4):207-222.以及HASSANIZADEH S M,LEIJNSE T.On the modeling of brine transportin porous media[J].Water Resources Research,1988,24(3):321-330.)。
此外,上述实施案例所利用的MODFLOW6各模块名称及缩写(后缀)及其含义见下表1所示。
表1 MODFLOW6各模块名称及其含义
当然,在具体实施中,计算引擎的选取并非仅限于此,还可使用其他计算引擎代替MODF LOW6,如采用如FEFLOW或其他流体力学方案。任何基于本发明的特有技术构思来进行的等同替代或替换,均属于本发明的保护范围之内。
进行上述数值模型转换以后,即可实现对于模型的求解以及率定。
该求解过程例如可以为:
构建数值模拟后,即可需要对模型求解。求解的方式例如可以是采用控制体积的有限差分法,其参数可通过IMS模块调整。在计算机的命令行界面(比如Windows***的CMD或Linu x***的终端界面),调用MODFLOW6的引擎,对上述文本文件进行计算,得出研究区的水头和浓度值,以及水头浓度的预算。
当然,也可使用其他微分方程数值解法来代替有限差分法,如有限元法和有限体积法等,或采用近年来常用的深度数学方法,如内嵌物理信息神经网络(PINN)来求解。具体的求解方式在现有技术中已由极多个可参照实例,能够实现求解功能即可,不限于本发明实施例所具体示例公开的范围之内。
而模型的率定是通过不断调整模型概化步骤中的参数实现的。由于自然界条件复杂,在模型概化过程中对大多数边界或特性只能给出近似范围或粗略值,而并不知道真实值。这些条件往往难以观测或观测起来需耗费巨大成本。而模型的输出值,通常为整个区域的水头和浓度分布。在实际应用中,可以通过监控观测孔的水位,以及采集样品测试的方式来获得部分离散点的实际观测值。这样就可以建立观测值和其对应的模拟观测值(OBS)之间的评价函数来衡量该模型的精确程度,进而迭代更新上述模型。
而同样,模拟的率定可采用其他算法,如模拟退火,粒子群算法等,此外还可以使用概率模型率定,如马尔科夫链蒙特卡洛模拟等。具体的公开实例范围不限制本发明的保护范围。
由此,在一些实施方案中,所述构建方法具体可以包括:
通过求解所述数值模型,获得所述研究区内的整个区域的水头和溶质浓度分布,作为所述预算结果。
在实际盐湖区域内,监控观测孔的水位,以及采集样品测试的方式来获得对应于所述概化模型中的部分离散单元格的实际观测结果。
根据所述预算结果与实际观测结果之间的差异,计算模型损失值,并基于所述模型损失值,迭代更新所述概化模型。
在一些实施方案中,所述模型损失值的计算方法可以表示为:
式中,R2为所述模型损失值,fi为每个观测点对应的离散单元格的盐湖卤水水头或浓度的模拟值;yi为每个观测点的盐湖卤水水头或浓度的实际观测值;为所有观测点的盐湖卤水水头或浓度的平均值。
此时,只需采用一些优化算法,如遗传算法等,通过不断调整迭代模型概化参数来使评价函数收敛于最大值,实现精确模拟
本发明实施例的第二个方面还提供的上述构建方法构建的盐湖卤水数值模型。
本发明实施例的第三个方面还提供的一种盐湖卤水补水溶矿效率的计算方法,包括如下的步骤:
提供上述盐湖卤水数值模型作为标准模型,并仅保留所述标准模型中的抽水井为唯一的流出项,构建一般模型。
基于所述标准模型,计算每一时间步长中的标准流进流出项,基于所述一般模型,计算每一时间步长中的一般流进流出项。
根据所述标准流进流出项和一般流进流出项,计算随时间变化的补水溶矿效率。
具体实施中关于标准模型和一般模型的构建,可以首先基于上述模型构建流程构建一个数值模型作为标准模型。在标准模型中,需要去除优势通道,恒定补水渠浓度等条件,确保抽水井为模型唯一的流出项。然后再加载优势通道等损失项,构建一般模型。
在一些实施方案中,所述标准流进流出项和一般流进流出项的计算过程可以表示为:
其中,PIN代表标准流进项;POUT代表标准流出项;PCHD_IN代表标准水头边界流进项;PRIV_IN代表标准河流边界流进项;PWEL_OUT代表标准抽水井流出项;QIN代表一般流进项;QOUT代表一般流出项;QCHD_IN代表一般水头边界流进项;QRIV_IN代表一般河流边界流进项;QWEL_OUT代表一般抽水井流出项;m代表所述时间步长的总数。
在一些实施方案中,所述一般模型还可以加载有损失项,所述损失项包括所述盐湖卤水数值模型中的优势通道对应的盐湖卤水损失。
作为上述技术方案的一些典型的应用示例,运行标准模型和一般模型后,除了研究区的水头分布和浓度分布外,还可得渗流子模型与溶质运移子模型的预算文件。为表述方便,标准模型流进流出项用P代替,一般模型流进流出项用Q代替。
假如模型中使用了指定水头边界(CHD),河流边界(RIV)和抽水井(WEL),则在标准模型中,流入项包括PCHD_IN,PCHD_IN,流出项只有唯一的PWEL_OUT;而一般模型的流入项包括QCHD_IN,QCHD_IN,流出项可能包括QWEL_OUT,QCHD_OUT,QRIv_OUT。需要注意的是此时所有流进流入项都已具体到每个时间步长,因此P和Q均为基于多个时间步长的序列值。假设共有m个时间步长,将标准模型所有时间步长的流入项和流出项求和,得到PIN和POUT;将一般模型每个时间步长分别向前求和,得到时间序列值QIN和QOUT。
其中,尽管一般模型的流出项包括多项,但QOUT仍只包括QWEL_OUT项,其余流出项均视为损失项。
在一些实施方案中,可以基于所述标准流进流出项和一般流进流出项计算补水效率系数,然后基于所述补水效率系数计算补水效率。
在一些实施方案中,所述补水效率系数的计算过程是将PIN和POUT与QIN和QOUT求商后再求平均值,可以表示为:
其中,z代表所述补水效率系数。
在一些实施方案中,所述补水效率的计算过程将z作为自变量,构建Logistic函数,可以表示为:
其中,R代表所述补水效率;N为固定值;α和β是待定参数,α代表盐类固体溶解时的效率;β代表含水层中可溶的固体盐类的资源量。
在一些实施方案中,N的取值例如可以为1。
由此可以由此可得的补水效率与补水效率系数的关系曲线(假设α为25.0,β为10.0,z为假设案例获得)见图2所示,基于该曲线,可以直接计算得出补水效率
上述是关于本发明技术方案的示例性内容,在上述示例中,本发明技术方案的关键技术手段在于:
1、在充分考虑变密度、变渗透性等性质的前提下实现了盐湖卤水数值模拟,将盐湖卤水的模拟设为渗流子模型和溶质运移双向反馈的信息交换。
2.首次采用数值模拟的方式对盐湖卤水补水溶矿效率进行计算。
3.将优势通道等特征作为补水溶矿效率计算的损失指标。
4.将补水溶矿效率视为一个随时间变化的指标,耦合了时间变量。
正是基于上述关键技术手段,本发明实施例所示例的技术方案可以达成如下技术效果:
1.本发明实施例设计的数值模型及其构建方法充分考虑了盐湖卤水自身的特点,避免了传统建模时未考虑变密度、变渗透性等情况。
2.本发明实施例设计了以盐湖卤水数值模拟为基础的补水溶矿效率评价方法。相对于现有方法,本发明更加直观,从资源储量的角度出发,以地学技术手段实现,避免了生产端等其他因素的干扰。
3.本发明实施例以地质资料为基础,计算机和数学作为理论依据,具有更强的自由度。在补水溶矿前,可以不断调整补水计划,获得效率最大化的补水方案,然后再应用到实际,防止直接补水不当而导致的效率低下和资源浪费。
在上述示例性技术方案的基础上,如下通过一些具体的应用案例来更加直观地说明本发明的技术效果:
实施例1
本实施例示例以达布逊湖北部盐湖示范区进行模拟计算的过程,具体如下所示:
1.按图1所示构建盐湖卤水数值模型,使用中国科学院青海盐湖研究所布置的长观孔观测水位,采用遗传算法和线性回归决定系数率定模拟值。
2.使用上述具体示例的方法计算补水溶矿效率。
3.在模拟基础上反复调整补水参数或采用多目标优化算法,力图找到最佳补水溶矿方案。
具体的,本实施例所采用的模型概况如下所示:
该模型是盐湖企业在实施井采模式下,对整个抽采过程的模拟和补水溶矿效率的模拟过程。
相关概念:
渠采:渠采是盐湖企业采集卤水的一种方式,具体而言,就是通过在地面挖掘深度在几米到十几米的沟渠,并在沟渠内建立适当的水位落差,使得沟渠周边的地下卤水向沟渠内汇聚,并朝沟渠下游运行。在沟渠下游搭建抽水泵,抽取卤水。这种方式为渠采。
井采:井采是相对于渠采而言的。也就是通过打井,直接往地下抽采卤水。
该模型共有4个应力周期,其中第1个应力周期为1天(用于调节初始状态),后3个应力周期均为120天,整个模拟时长为361天。在模拟过程中,我们以十天为一个时间步长进行模拟。
模型顶部高程(即海拔)为2500m。共包括3个含水层,第1层是潜水,后2层是承压水。每层含水层厚度都是10m,共30m。模型的平面是东西长为1200m,南北宽为600m的矩阵区域。计算网格按照30m×30m的规格进行离散化。
相关概念:
潜水:埋藏于地表以下第一个稳定隔水层上的地下水。在卤水含水层中,可以简单认为是第一层。在模拟过程中,潜水设为当水头低于含水层顶部高程时,饱和厚度随着计算水头自动变化。
承压水:由两个隔水顶底板阻挡的地下水。可以简单认为是潜水层之下的地下水。
模拟的水平渗透系数呈现为均值为300.0m/d,标准差为20.0m/d的高斯分布。垂直渗透系数是水平渗透系数的0.6倍。三层模型的渗透系数分布见图3所示。圆圈标注处设置为优势通道。可以看到,优势通道主要集中在模型的第3层,其渗透系数为20000m/d。
模型的孔隙度为均值为0.18,标准差为0.001的高斯分布。纵向水动力弥散系数为3.3,横向和垂直弥散系数均为纵向的0.1倍。模型的扩散系数为0.0176。
相关概念:扩散系数和水动力弥散系数是地下水中溶质迁移的水文地质参数。
所有含水层的初始水头设为地面0-2m以下的高斯分布,初始浓度设为300kg/m3为均值,1.0kg/m3为标准差的高斯分布。模拟基本不受初始值影响。
关于边界条件:
模型的边界条件包括南侧的湖泊,模型中部的补水渠,两口抽水井和优势通道。此外,在补水渠两侧存在溶解边界。湖泊的水位很容易被观测,在模拟周期内,湖泊的水位呈现逐渐降低后逐步恢复,见图4所示。湖水在模拟的第0,1,121,241和361日的溶质浓度见下表1所示。其他时间的浓度在这些天里进行插值。
表1湖水浓度
模型内有两口井,其中井A位于(3,11,13)坐标处,井B位于(2,11,26)坐标处。两口井在模拟的第0,1,121,241和361日抽水量见表2所示。其他时间的抽水量在这些天里进行插值。
表2两口井抽水量
补水渠深度为5m。补水渠水位保持稳定,在四个应力周期开头分别为2497.9m,2496.9m,2498.1m和2499.5m,每个时间步长在各自应力周期内线性插值。补水渠设在模拟首层的第8行。模型的溶解边界集中在补水渠的两侧,见表3,其余时间在表中时间的溶解量中进行插值。
表3溶解边界的分布和溶解量
在溶解过程中,模型的渗透系数会发生变化。上述溶解边界的在各个时刻渗透系数变化见表4,其他时间在这些时间内线性插值。
表4溶解边界的渗透系数变化
关于上述模型的构建思路:
本次模拟构建了两个模型,一个渗流模型GWF和一个溶质运移模型GWT。其中溶质是总溶解固体。为了方便计算,我们直接对总溶解固体计算补水效率。在其他情况中,如果是针对特定的离子,如钾离子,则需要另外构建钾离子的溶质运移模型。
相关概念:总溶解固体(Total Dissolved Solids,TDS)是指溶解在水中总固体物的总和。
由于盐湖卤水的TDS浓度远超于海水,对流体的运移产生了影响,因此,本次模拟不仅仅是渗流模型影响溶质运移模型,溶质运移模型反过来也会影响渗流模型的演变。
模型共被离散为3×20×40个单元。在此模型中,模型的各类边界条件等性质的变化不再是以应力周期为最小单位的,而是可以在每个时间步长内任意变化(TS)。
湖泊采用CHD边界,补水渠采用RIV边界,抽水井采用WEL边界,三种边界的浓度动态变化使用了SPC。补水渠周边的溶质溶解过程采用了SRC边界,由溶解造成的渗透系数变化采用了TVK。此外,控制渗流流体的密度采用了BUY。
模型外部迭代最大次数为100,每次外部迭代中的最大内部迭代次数为300。求解器收敛的绝对和相对水平值为1e-6,松弛因子为1.0,使用标准的PCG算法进行求解。时间步长调整参数为1.0,不进行时间步长调整。
整个模拟过程完全使用Python编程语言进行。调用了Os,Numpy,Pandas等科学计算模块,使用Flopy模块调用了MODFLOW6进行模型求解。所有图像的绘制采用了Matplotlib模块。
因为本模型的参数是已知的,因此没有使用遗传算法等优化算法反演模型参数。
关于上述模拟的模拟结果
图5代表了模型在第119天,239天和359天的水头值空间分布。图中每一列代表是同一层模型,每一行代表的同一天的三层模型。图6代表的是模型在第119天,239天和359天的溶质浓度的空间分布。
此外,在模型中部署了9组27口观测孔,每组同时观测三层模型的水头和浓度。观测孔坐标见下表5。
表5观测孔坐标
27口孔观测的水头值和溶质溶度值变化分别见图7和图8所示。
基于上述模型进行补水溶矿效率的计算:
在本模型中,相对于溶质而言,边界共包括WEL,RIV,CHD和SRC。因此,首先需考虑建立一个标准模型。在标准模型中,上述除WEL外均为输入项,而WEL为唯一输出项。将各个时刻的输入输出项目累加,得到PIN和PWEL_OUT。
然后计算上述模拟的输入输出项:
根据上式计算,z值为0.66338055,近似为0.66。然后将模拟周期归一化为1,设α为25,β为10,按照下式建立如图2所示的Logistic曲线。由此可得R值为0.74,得出本模型的补水溶矿效率为74%。
基于上述实施例,可以明确,本发明实施例所提供的数值模型及其构建方法充分考虑了盐湖卤水自身的特点,避免了传统建模时未考虑变密度、变渗透性等情况;并基于该数值模型设计了以盐湖卤水数值模拟为基础的补水溶矿效率评价计算方法,相对于现有方法,本发明所提供的评价计算方法更加直观,从资源储量的角度出发,以地学技术手段实现,避免了生产端等其他因素的干扰。
本发明实施例所提供的技术方案以地质资料为基础,计算机和数学作为理论依据,具有更强的自由度,在补水溶矿前,可以不断调整补水计划,模拟获得效率最大化的补水溶矿方案,然后再应用到实际,显著降低了未经预先模拟直接补水不当而导致的效率低下和资源浪费的风险。
于此同时,在本发明所具体示例的模型构建过程中,同时还提供了一种盐湖卤水数值模型的构建***,该***用于执行上述构建方法的步骤;以及提供了一种可读存储介质,所述可读存储介质中存储有计算机程序或上述盐湖卤水数值模型,所述计算机程序被运行时,执行上述构建方法的步骤。
应当理解,上述实施例仅为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种盐湖卤水数值模型的构建方法,其特征在于,包括:
1)对研究区进行空间离散化和时间离散化,生成多个离散单元格,并在时间尺度上划分为多个时间步长;
2)构建包括渗流子模型和溶质运移子模型的概化模型,且所述渗流子模型和溶质运移子模型之间存在信息交换,并概化所述概化模型中的模拟条件,所述模拟条件包括所述研究区的固有特性以及边界条件;将所述模拟条件分配给所述离散单元格,所述离散单元格中的盐湖卤水的密度和渗透系数设置为基于不同所述时间步长的变量;
3)将所述概化模型编写转换为数值模型;
4)利用微分方程数值解法求解所述数值模型,获得所述研究区的预算结果;
5)基于所述预算结果与实际观测结果之间的差异,迭代调整所述概化模型中的参数值至收敛,获得盐湖卤水数值模型。
2.根据权利要求1所述的构建方法,其特征在于,所述概化模型中还包括优势通道,所述优势通道代表离散单元格中的盐湖卤水渗透系数大于预设阈值的连续区域,且所述连续区域延伸至所述研究区以外;
将所述优势通道与所述研究区的边界处设置为***口。
3.根据权利要求1所述的构建方法,其特征在于,步骤2)中,所述信息交换的内容包括渗流子模型为溶质运移子模型提供盐湖卤水中溶质流动的驱动信息、溶质运移子模型子为渗流子模型提供盐湖卤水的密度变化信息;
优选的,多个所述溶质运移子模型之间还存在化学反应信息的交换;
优选的,所述盐湖卤水的密度采用如下方式进行计算:
式中,ρ为待确定的卤水密度;ρrer为参考流体密度;N为参与模拟的卤水溶质种类数量;Di是描述密度随溶质浓度变化的斜率参数;Ci为流体中第i种溶质的浓度,Ri为参考流体中第i种溶质的浓度。
4.根据权利要求1所述的构建方法,其特征在于,所述固有特性包括所述渗流子模型中的第一因素组以及溶质运移子模型中的第二因素组;
优选的,所述第一因素组包括所述概化模型中的每层含水层的顶底板高程、所述离散单元格中的盐湖卤水的不同方向的渗透系数、给水度以及贮水率;
优选的,所述第二因素组包括孔隙度、对流模式以及水动力弥散系数;
优选的,所述固有特性还包括含水层渗流特性以及地下水存储特性。
5.根据权利要求1所述的构建方法,其特征在于,所述边界条件包括井边界、河流边界、排水渠边界、指定水头边界和通用水头边界;
优选的,所述边界条件还包括高级边界,所述高级边界包括湖泊边界、非饱和带以及多含水层井边界。
6.根据权利要求5所述的构建方法,其特征在于,当所述边界条件为非恒定值时,基于所述边界条件的变化,在多个时间步长中设定相应的参数值。
7.根据权利要求1所述的构建方法,其特征在于,具体包括:
通过求解所述数值模型,获得所述研究区内的整个区域的水头和溶质浓度分布,作为所述预算结果;
在实际盐湖区域内,监控观测孔的水位,以及采集样品测试的方式来获得对应于所述概化模型中的部分离散单元格的实际观测结果;
根据所述预算结果与实际观测结果之间的差异,计算模型损失值,并基于所述模型损失值,迭代更新所述概化模型;
优选的,所述模型损失值的计算方法表示为:
式中,R2为所述模型损失值,fi为每个观测点对应的离散单元格的盐湖卤水水头或浓度的模拟值;yi为每个观测点的盐湖卤水水头或浓度的实际观测值;为所有观测点的盐湖卤水水头或浓度的平均值。
8.权利要求1-7中任意一项所述的构建方法构建的盐湖卤水数值模型。
9.一种盐湖卤水补水溶矿效率的计算方法,其特征在于,包括:
提供权利要求8所述的盐湖卤水数值模型作为标准模型,并仅保留所述标准模型中的抽水井为唯一的流出项,构建一般模型;
基于所述标准模型,计算每一时间步长中的标准流进流出项,基于所述一般模型,计算每一时间步长中的一般流进流出项;
根据所述标准流进流出项和一般流进流出项,计算随时间变化的补水溶矿效率。
10.根据权利要求9所述的计算方法,其特征在于,所述标准流进流出项和一般流进流出项的计算过程表示为:
其中,PIN代表标准流进项;POUT代表标准流出项;PCHD_IN代表标准水头边界流进项;PRIV_IN代表标准河流边界流进项;PWEL_OUT代表标准抽水井流出项;QIN代表一般流进项;QOUT代表一般流出项;QCHD_IN代表一般水头边界流进项;QRIV_IN代表一般河流边界流进项;QWEL_OUT代表一般抽水井流出项;m代表所述时间步长的总数;
优选的,所述一般模型还加载有损失项,所述损失项包括所述盐湖卤水数值模型中的优势通道对应的盐湖卤水损失;
优选的,基于所述标准流进流出项和一般流进流出项计算补水效率系数,然后基于所述补水效率系数计算补水效率;
优选的,所述补水效率系数的计算过程表示为:
其中,z代表所述补水效率系数;
优选的,所述补水效率的计算过程表示为:
其中,R代表所述补水效率;N为固定值;α代表盐类固体溶解时的效率;β代表含水层中可溶的固体盐类的资源量;
优选的,N的取值为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250646.4A CN116467958A (zh) | 2023-03-15 | 2023-03-15 | 盐湖卤水数值模型构建与补水溶矿效率计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250646.4A CN116467958A (zh) | 2023-03-15 | 2023-03-15 | 盐湖卤水数值模型构建与补水溶矿效率计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116467958A true CN116467958A (zh) | 2023-07-21 |
Family
ID=87179620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250646.4A Pending CN116467958A (zh) | 2023-03-15 | 2023-03-15 | 盐湖卤水数值模型构建与补水溶矿效率计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116467958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494617A (zh) * | 2023-12-29 | 2024-02-02 | 中国石油大学(华东) | 基于内嵌物理信息神经网络的二氧化碳驱油快速模拟方法 |
-
2023
- 2023-03-15 CN CN202310250646.4A patent/CN116467958A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494617A (zh) * | 2023-12-29 | 2024-02-02 | 中国石油大学(华东) | 基于内嵌物理信息神经网络的二氧化碳驱油快速模拟方法 |
CN117494617B (zh) * | 2023-12-29 | 2024-04-16 | 中国石油大学(华东) | 基于内嵌物理信息神经网络的二氧化碳驱油快速模拟方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108846245B (zh) | 城市尺度地热田群井***高效数值模拟方法及装置 | |
CN104765973B (zh) | 一种煤层气采动条件下数值模拟方法 | |
EP2379840A1 (en) | Method for evaluation, design and optimization of in-situ bioconversion processes | |
CN114239904A (zh) | 一种地下水管理方法及装置 | |
CN116467958A (zh) | 盐湖卤水数值模型构建与补水溶矿效率计算方法 | |
CN116432546A (zh) | 一种水平井网地浸采铀井储耦合模拟方法及*** | |
Possemiers et al. | Application of multiple-point geostatistics to simulate the effect of small-scale aquifer heterogeneity on the efficiency of aquifer thermal energy storage | |
CN112507279A (zh) | 一种探究浅层咸水越流补给深层淡水的方法 | |
CN104533519B (zh) | 立井井筒通过强含水厚岩层时涌水水害的治理方法 | |
Wang et al. | Feasibility prediction analysis of groundwater reservoir construction based on GMS and Monte Carlo analyses: a case study from the Dadougou Coal Mine, Shanxi Province, China | |
Chen et al. | Well spacing of the doublet at the Huangtsuishan geothermal site, Taiwan | |
Lecca et al. | Modeling seawater intrusion in the Korba aquifer (Tunisia) | |
CN114528780A (zh) | 一种考虑稠油非牛顿特性的数值模拟方法 | |
Shamsuddin et al. | Particle tracking analysis of river–aquifer interaction via bank infiltration techniques | |
CN116401816A (zh) | 一种水平井注/直井抽地浸采铀流线模拟与可视化方法及*** | |
Shi et al. | Optimal design and dynamic control of construction dewatering with the consideration of dewatering process | |
LU500829B1 (en) | Groundwater management method and device | |
Rushton | Significance of a seepage face on flows to wells in unconfined aquifers | |
CN114330077A (zh) | 一种基于gms的露天矿地下水涌水量预测方法 | |
CN114139432A (zh) | 利用神经网络技术的裂缝性油藏co2驱流动模拟方法 | |
Janipella et al. | Review on groundwater flow and solute transport modelling in India: Recent advances and future directions | |
CN111364955A (zh) | 注采井间流场演化模拟方法 | |
CN111625925A (zh) | 一种基于色谱分离的三元复合驱注采优化方法 | |
CN111798043A (zh) | 一种矿井涌水量计算方法 | |
Sabbaghi et al. | Regional groundwater qualitative and quantitative management through hydrogeological modeling in Jangal-Geysour, Razavi Khorasan Province, Iran |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |