高压电力电缆故障识别方法

    公开(公告)号:CN105548832A

    公开(公告)日:2016-05-04

    申请号:CN201510909715.3

    申请日:2015-12-10

    CPC classification number: G01R31/1272

    Abstract: 本发明公开了一种高压电力电缆故障识别方法,信号联合采集:用UHF超高频传感器对电磁暂态和电磁波进行采集,用压电式AE超声波传感器对超声波信号进行采集,用TEV地电波传感器对地电波进行采集,用HFCT高频电流传感器对瞬变磁场进行采集;信号综合处理:由局部放电的宽频时域数据提取出若干表征放电强度的统计特征参数,提取出电缆故障所产生的局部放电各种类型的特征参数,构建各种缺陷对应的局部放电指纹特征库;故障智能识别:将提取的时频特征参数分批送入两种智能识别算法中进行自行匹配识别,对两中先进算法的识别结果进行时时对比汇总,进而确定故障的类型及大小。本发明检测安全,故障识别迅速准确,可集成化。

    深层裂缝性储层自降解暂堵堵漏材料原位评价与优选方法

    公开(公告)号:CN118376552A

    公开(公告)日:2024-07-23

    申请号:CN202410461581.2

    申请日:2024-04-17

    Abstract: 一种深层裂缝性储层自降解暂堵堵漏材料原位评价与优选方法,涉及油气开发技术领域,包括以下步骤:结合实际区块的工程地质条件,确定评价实验的考察因素,配制自降解堵漏材料堵漏浆和钻井液,并对堵漏浆进行加热预降解,在堵漏仪中测定降解后的堵漏浆的承压能力,形成有效封堵层,将堵漏浆替换为符合条件的地层水,进行有效封堵层的降解实验,获取自降解堵漏材料的承压能力、稳压周期、降解周期及渗透率恢复率,利用层次分析法计算几个参数对自降解堵漏材料原位降解效果权重,得出自降解堵漏材料的原位降解效果;本发明能够有效地对深层裂缝性储层中自降解暂堵堵漏材料进行原位评价,从而实现自降解暂堵堵漏材料的准确优选。

    超深裂缝性储层兼顾封堵与撑缝的物化耦合暂堵材料及其制备方法

    公开(公告)号:CN118291106A

    公开(公告)日:2024-07-05

    申请号:CN202410723238.0

    申请日:2024-06-05

    Abstract: 本发明提供了一种超深裂缝性储层兼顾封堵与撑缝的物化耦合暂堵材料及其制备方法,属于石油与天然气工程中的工作液漏失控制与储层保护技术领域。本发明的暂堵材料包括温敏黏结型架桥材料和填充材料,其中,架桥材料为双壳结构,其包括以抗压材料形成的核,以耐腐蚀的热固性树脂和固化剂形成的内壳,以及具备防黏连性能且在目标地层条件下破碎的外壳,目标地层的温度位于热固性树脂和固化剂的初始固化温度、完全固化温度之间,使得其达到目标地层后能够继续固化黏连为一体;填充材料是酸溶性材料。本发明的物化耦合暂堵材料具有暂堵剂功能和支撑剂功能,作为暂堵剂时其承压能力强,作为支撑剂时其导流能力强。

    深层裂缝性油气层凝胶与颗粒材料协同暂堵配方设计方法

    公开(公告)号:CN117868744A

    公开(公告)日:2024-04-12

    申请号:CN202410059514.8

    申请日:2024-01-15

    Abstract: 本发明公开了一种深层裂缝性油气层凝胶与颗粒材料协同暂堵配方设计方法,属于工作液漏失控制与储层保护技术领域。本发明基于以下发现:深层裂缝性油气层凝胶与颗粒材料协同暂堵配方中,凝胶储能模量‑承压能力的关系为S型曲线,且过原点向S型曲线的上凸弧段做切线,该切点处对应储能模量的凝胶与颗粒复配可以获得封堵时具有较优封堵能力、解堵后具有较优导流能力的协同暂堵配方。因此,在设计配方时,优先选择储能模量与切点处的储能模量的差值的绝对值小的凝胶配方,本设计方法操作简单,设计的配方,在封堵时具有较强的承压能力、解堵后具有较好的导流能力。

    高压电力电缆故障识别方法

    公开(公告)号:CN105548832B

    公开(公告)日:2018-09-21

    申请号:CN201510909715.3

    申请日:2015-12-10

    Abstract: 本发明公开了一种高压电力电缆故障识别方法,信号联合采集:用UHF超高频传感器对电磁暂态和电磁波进行采集,用压电式AE超声波传感器对超声波信号进行采集,用TEV地电波传感器对地电波进行采集,用HFCT高频电流传感器对瞬变磁场进行采集;信号综合处理:由局部放电的宽频时域数据提取出若干表征放电强度的统计特征参数,提取出电缆故障所产生的局部放电各种类型的特征参数,构建各种缺陷对应的局部放电指纹特征库;故障智能识别:将提取的时频特征参数分批送入两种智能识别算法中进行自行匹配识别,对两中先进算法的识别结果进行时时对比汇总,进而确定故障的类型及大小。本发明检测安全,故障识别迅速准确,可集成化。

Patent Agency Ranking