石油开发污染对地下水环境影响的预测研究
发布时间：2021-03-21 07:49
作为一个人口大国和工业大国,中国长久以来对石油资源开发和战略储备有很大的需求,然而,在诸多石油开发项目获得大量稳定石油资源的同时,石油开发污染的产出规模也进一步扩大,并导致了当地地下水环境不断地恶化。由于地下水具有隐蔽性这一特点,以致地下水环境受到污染后难以及时发现且难以治理。因此,对石油开发污染背景下的地下水环境质量进行预测,是实现地下水环境污染预防和治理的重要保障,本文在文献检索的基础上,对石油开发工程的主要工艺流程和特点进行归纳总结,确定出石油开发工程项目中在不同实施阶段对地下水环境所造成影响的主要污染物和污染源,以此对石油开发污染影响地下水环境进行机理分析和测量指标体系构建,然后借助SPSS软件对测量指标体系的科学合理性进行验证与修正,最终利用GA-BP神经网络预测模型对陕北地区石油开发污染对地下水环境的影响进行仿真预测,并基于仿真预测结果和测量指标体系提出地下水环境的保护措施与建议。通过仿真预测结果来看:我国陕北地区石油开发区域的地下水环境质量为国家标准V类水质,已不可作为生活用水使用,说明陕北地区石油开发污染已经严重影响了当地地下水环境安全;对比GA优化前后的仿真预测结果来...
【文章来源】：西安石油大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
1990-2017我国平均每天原油消耗量（单位：万吨）
1第一章绪论1.1研究背景、目的及意义1.1.1研究背景作为“黑色的黄金”，石油已经成为当今世界工业生产与经济发展的命脉。考虑到我国幅员辽阔、人口众多、全工业体系发展的实际国情，尽管我国在积极发展水电、核能等清洁能源，但石油在我国能源消费组成中仍扮演着不可替代的重要角色，切实影响着国家战略规划的制定与经济命脉的安全。随着我国石油工业规模的进一步扩大，石油开采与加工技术的不断进步和人民生活水平的不断提高，我国原油产量及消耗量稳步提升。据国际统计局已公布数据（2018、2019年相关数据未公布）分析来看，我国自1990年至2017年原油产量及原油消耗量一直呈上升趋势：原油年产量在2015年达到峰值为21456万吨，对比1990原油年产量增幅达55.13%；2017年我国平均每天原油消耗量达161.4万吨，对比1990年平均每天原油消耗量增幅401.24%，具体如图1-1，图1-2所示：图1-1:1990-2017我国原油产量（单位：万吨）图1-2:1990-2017我国平均每天原油消耗量（单位：万吨）随着我国原油产量及消耗量的不断增加、油田开采程度的不断增大，以大庆油田、胜利油田为代表的大部分陆上油田生产已经进入了高成本开发阶段，石油开发污染也随
21图2-5;石油开发污染地下水环境模拟分析图由图2-5及上文分析可知，石油开发污染地下水环境具备以下特点a.点源与面源排放兼有。对油田而言，油井是在作为点源存在：如钻井过程中井内钻井液受压力作用向四周辐射，距油井越近，残存率越高，距油井越远残存率越低；处理不达标废水的人为违规排放则是污染的面源排放。b.连续排放与间歇排放兼有。在整个石油项目的开发过程中，排放主要是以间歇为主，例如钻井污水、井下作业污水等，此类均属于间歇排放，在石油开发过程中只有采油废水是连续性排放。c.可控排放与不可控排放兼有。油田污染源有其最大的一个显著特点：具有一定的可控性，主要体现在油田采出水的可控性，当前油田含油污水的处理率已经急速提升至98%，废水回收率也达到96%这一水平。鉴于当前人为操作原因而造成油、气、水钻井液等排放属于不可控排放范畴。d.以石油类为特征污染物综合2.1-2.5分析可知，油田在开发过程中所产生的污染物主要是以石油类为主，在石油开发废水污染因子含量中排在第1位，其次是挥发酚、COD、硫化物、SS等。
【参考文献】：
期刊论文
[1]基于敏感性分析的危险废物填埋场工程和地质屏障参数优化[J]. 向锐,徐亚,刘景财,刘玉强,董路,雷国元,黄启飞. 环境科学研究. 2020(03)
[2]基于GA-BP神经网络的手势识别精度优化研究[J]. 郭兴,徐武,唐文权. 现代电子技术. 2020(06)
[3]基于改进BP神经网络的尿液中红白细胞识别算法[J]. 刘晓彤,王伟,李泽禹,沈思婉,姜小明. 计算机科学. 2020(02)
[4]基于ADGA-BP神经网络模型的金融产业发展趋势仿真与预测[J]. 张品一,梁锶. 管理评论. 2019(12)
[5]基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例[J]. 单晓杰,何江涛,张小文,孙继朝. 现代地质. 2020(01)
[6]贮存钻井岩屑危害性分析及处理工程实践[J]. 杨庭,杨勇,郭兵,肖成磊,白鹤,王新新,谢江浩. 环境工程. 2019(12)
[7]基于改进模糊综合-指数平滑法的地下水水质评价和预测[J]. 董杰,李欣,方运海,郑西来. 中国海洋大学学报(自然科学版). 2020(01)
[8]基于GA-BP模型的北京城镇农产品冷链物流需求预测[J]. 王晓平,闫飞. 数学的实践与认识. 2019(21)
[9]基于回归分析的地下水污染预警模型[J]. 马晋,何鹏,杨庆,王嘉瑜,蒲生彦. 环境工程. 2019(10)
[10]山东烟台大沽夹河流域中下游地区地下水水质演变特征研究[J]. 陶志斌,于林弘,于剑锋,汤世凯,杨宁. 地质学报. 2019(S1)
硕士论文
[1]压裂返排液配制钻井液工艺研究[D]. 张凡.西安石油大学 2019
[2]基于GA-BP神经网络的光伏电站短期发电功率预测[D]. 韦航宇.广西大学 2019
[3]延长油田年产1.5万吨钻井泥浆材料工业转化工程工艺设计[D]. 房禹.西北大学 2019
[4]辽河油田采油废水预处理技术研究[D]. 孟宁.华东理工大学 2019
[5]基于GA-BP神经网络的互联网金融企业信用评价研究[D]. 刘俊.河南财经政法大学 2019
[6]莒县沭河盆地地下水污染预警研究[D]. 张大勇.吉林大学 2019
[7]基于GIS的郯庐断裂带安徽段地下水水质空间分布特征分析与预测[D]. 卫佳佳.合肥工业大学 2019
[8]灰色预测模型GM（1,N）在邯郸市成安县地下水矿化度预测中的应用[D]. 谷苏单.河北工程大学 2018
[9]油田污染评估模型及排放总量控制研究[D]. 钦祥菲.东北石油大学 2018
[10]页岩气开发对地下水环境污染及评价模型研究[D]. 李绍康.河北地质大学 2018
本文编号：3092498
【文章来源】：西安石油大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
1990-2017我国平均每天原油消耗量（单位：万吨）
1第一章绪论1.1研究背景、目的及意义1.1.1研究背景作为“黑色的黄金”，石油已经成为当今世界工业生产与经济发展的命脉。考虑到我国幅员辽阔、人口众多、全工业体系发展的实际国情，尽管我国在积极发展水电、核能等清洁能源，但石油在我国能源消费组成中仍扮演着不可替代的重要角色，切实影响着国家战略规划的制定与经济命脉的安全。随着我国石油工业规模的进一步扩大，石油开采与加工技术的不断进步和人民生活水平的不断提高，我国原油产量及消耗量稳步提升。据国际统计局已公布数据（2018、2019年相关数据未公布）分析来看，我国自1990年至2017年原油产量及原油消耗量一直呈上升趋势：原油年产量在2015年达到峰值为21456万吨，对比1990原油年产量增幅达55.13%；2017年我国平均每天原油消耗量达161.4万吨，对比1990年平均每天原油消耗量增幅401.24%，具体如图1-1，图1-2所示：图1-1:1990-2017我国原油产量（单位：万吨）图1-2:1990-2017我国平均每天原油消耗量（单位：万吨）随着我国原油产量及消耗量的不断增加、油田开采程度的不断增大，以大庆油田、胜利油田为代表的大部分陆上油田生产已经进入了高成本开发阶段，石油开发污染也随
21图2-5;石油开发污染地下水环境模拟分析图由图2-5及上文分析可知，石油开发污染地下水环境具备以下特点a.点源与面源排放兼有。对油田而言，油井是在作为点源存在：如钻井过程中井内钻井液受压力作用向四周辐射，距油井越近，残存率越高，距油井越远残存率越低；处理不达标废水的人为违规排放则是污染的面源排放。b.连续排放与间歇排放兼有。在整个石油项目的开发过程中，排放主要是以间歇为主，例如钻井污水、井下作业污水等，此类均属于间歇排放，在石油开发过程中只有采油废水是连续性排放。c.可控排放与不可控排放兼有。油田污染源有其最大的一个显著特点：具有一定的可控性，主要体现在油田采出水的可控性，当前油田含油污水的处理率已经急速提升至98%，废水回收率也达到96%这一水平。鉴于当前人为操作原因而造成油、气、水钻井液等排放属于不可控排放范畴。d.以石油类为特征污染物综合2.1-2.5分析可知，油田在开发过程中所产生的污染物主要是以石油类为主，在石油开发废水污染因子含量中排在第1位，其次是挥发酚、COD、硫化物、SS等。
【参考文献】：
期刊论文
[1]基于敏感性分析的危险废物填埋场工程和地质屏障参数优化[J]. 向锐,徐亚,刘景财,刘玉强,董路,雷国元,黄启飞. 环境科学研究. 2020(03)
[2]基于GA-BP神经网络的手势识别精度优化研究[J]. 郭兴,徐武,唐文权. 现代电子技术. 2020(06)
[3]基于改进BP神经网络的尿液中红白细胞识别算法[J]. 刘晓彤,王伟,李泽禹,沈思婉,姜小明. 计算机科学. 2020(02)
[4]基于ADGA-BP神经网络模型的金融产业发展趋势仿真与预测[J]. 张品一,梁锶. 管理评论. 2019(12)
[5]基于人为活动影响识别的区域地下水水质演化预测:以石家庄地区为例[J]. 单晓杰,何江涛,张小文,孙继朝. 现代地质. 2020(01)
[6]贮存钻井岩屑危害性分析及处理工程实践[J]. 杨庭,杨勇,郭兵,肖成磊,白鹤,王新新,谢江浩. 环境工程. 2019(12)
[7]基于改进模糊综合-指数平滑法的地下水水质评价和预测[J]. 董杰,李欣,方运海,郑西来. 中国海洋大学学报(自然科学版). 2020(01)
[8]基于GA-BP模型的北京城镇农产品冷链物流需求预测[J]. 王晓平,闫飞. 数学的实践与认识. 2019(21)
[9]基于回归分析的地下水污染预警模型[J]. 马晋,何鹏,杨庆,王嘉瑜,蒲生彦. 环境工程. 2019(10)
[10]山东烟台大沽夹河流域中下游地区地下水水质演变特征研究[J]. 陶志斌,于林弘,于剑锋,汤世凯,杨宁. 地质学报. 2019(S1)
硕士论文
[1]压裂返排液配制钻井液工艺研究[D]. 张凡.西安石油大学 2019
[2]基于GA-BP神经网络的光伏电站短期发电功率预测[D]. 韦航宇.广西大学 2019
[3]延长油田年产1.5万吨钻井泥浆材料工业转化工程工艺设计[D]. 房禹.西北大学 2019
[4]辽河油田采油废水预处理技术研究[D]. 孟宁.华东理工大学 2019
[5]基于GA-BP神经网络的互联网金融企业信用评价研究[D]. 刘俊.河南财经政法大学 2019
[6]莒县沭河盆地地下水污染预警研究[D]. 张大勇.吉林大学 2019
[7]基于GIS的郯庐断裂带安徽段地下水水质空间分布特征分析与预测[D]. 卫佳佳.合肥工业大学 2019
[8]灰色预测模型GM（1,N）在邯郸市成安县地下水矿化度预测中的应用[D]. 谷苏单.河北工程大学 2018
[9]油田污染评估模型及排放总量控制研究[D]. 钦祥菲.东北石油大学 2018
[10]页岩气开发对地下水环境污染及评价模型研究[D]. 李绍康.河北地质大学 2018
本文编号：3092498
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3092498.html
