当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 石头缝里年“榨”油超百万吨,我国首个国家级陆相页岩油示范区创造新纪录

石头缝里年“榨”油超百万吨,我国首个国家级陆相页岩油示范区创造新纪录

2024-12-29 17:55:13 0浏览 收藏

本篇文章向大家介绍《石头缝里年“榨”油超百万吨,我国首个国家级陆相页岩油示范区创造新纪录》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

我国新疆吉木萨尔国家级陆相页岩油示范区喜报频传:今年页岩油产量突破百万吨大关,成为全国首个年产量超过百万吨的国家级陆相页岩油示范区!这一成就标志着我国在非常规油气资源开发领域取得重大突破。

页岩油开采的挑战

页岩油藏于页岩层中,如同书页般层层叠加,开采难度极高,被业内称为从“石头缝里榨油”。 我国页岩油资源储量丰富,主要分布在鄂尔多斯、松辽、准噶尔、四川、渤海湾五大盆地及其他一些中小型盆地。其中,准噶尔盆地吉木萨尔、玛湖、五彩湾—石树沟三大凹陷区页岩油资源量超过30亿吨。

吉木萨尔示范区的成功经验

吉木萨尔示范区作为我国首个国家级陆相页岩油示范区,其成功并非易事。 吐哈油田准东采油管理区总工程师孙辉辉指出,项目初期曾被一些国外专家质疑其可行性,但通过多年的技术攻关和迭代升级,最终实现了页岩油产量的显著增长,为国内非常规油藏高效开发提供了宝贵的经验。

石头缝里年“榨”油超百万吨,我国首个国家级陆相页岩油示范区创造新纪录

吉木萨尔页岩油开采的难度在于储油层埋藏深(平均深度达3800米),且优质储层(业内称为“甜点区”)厚度薄且分布不均,如同波浪般起伏。 新疆油田吉庆油田作业区工艺研究中心副主任鲁霖懋形象地将页岩油储层比作“夹心饼干”,而“甜点区”就是那层“奶油”。 开采过程中,需要精准控制钻具,最大限度地与“甜点区”接触,才能提高页岩油产量。 这一过程需要不断探索和创新,因为“甜点区”的形状和走向变化莫测,缺乏现成经验可循。 吉木萨尔示范区的成功,正是依靠这种自主创新和不断探索的精神。

本篇关于《石头缝里年“榨”油超百万吨,我国首个国家级陆相页岩油示范区创造新纪录》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

全面解析QQ邮箱电脑版:功能与使用技巧全面解析QQ邮箱电脑版:功能与使用技巧
上一篇
全面解析QQ邮箱电脑版:功能与使用技巧
三星将在平泽P2厂建设10nm第七代DRAM试验线
下一篇
三星将在平泽P2厂建设10nm第七代DRAM试验线
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    380次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    450次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    461次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    403次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    232次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码