APP下载

新型井下流体光谱组成分析技术

2021-06-17左有祥冯永仁鲁法伟沈阳孔笋周明高秦小飞

测井技术 2021年2期
关键词:气油光谱仪钻井液

左有祥,冯永仁,鲁法伟,沈阳,孔笋,周明高,秦小飞

(1.中海油田服务股份有限公司油田技术事业部,河北廊坊065201;2.中海石油(中国)有限公司上海分公司,上海200030)

0 引 言

储层流体性质对整个油气田勘探、开发和生产至关重要,如何获取具有代表性的储层原状流体样品极具挑战性。1993年斯伦贝谢公司推出第一代井下流体光谱分析仪(Optical Fluid Analyzer,OFA),可测量油水分率、检测气体和监测钻井液滤液污染度。实时流体分析仪(Live Fluid Analyzer,LFA)在OFA的基础上增加甲烷峰通道,可以同时基于甲烷峰和颜色峰监测钻井液滤液污染度[1],并估算气油比。组分流体分析仪(Composition Fluid Analyzer,CFA)[2]在LFA的基础上增加通道,可测量C1~C5、C6+和CO2的组成并可用于凝析油的识别,改进气油比的算法[3]。原状流体分析仪(Insitu Fluid Analyzer,IFA)[4]在CFA的基础上增加滤光和光栅光谱通道(共计36通道),并改进不同模型算法,可更准确地测量C1~C5、C6+和CO2的组成、气油比、密度、黏度、pH值。2017年斯伦贝谢公司又将井下流体光谱分析仪放置到随钻地层测试器上[5],可测量CO2、C1~C5和C6+的组成、气油比、流体相分率和检测钻井液滤液污染程度。2019年斯伦贝谢公司商业化Ora智能电缆地层测试平台,移除IFA上的光栅光谱通道,只用24滤光光谱通道的井下流体光谱分析仪,可测量流体组分C1~C5、C6+和CO2的组成[6]。哈里伯顿公司推出基于光谱集成计算元件(ICE)技术的井下流体分析仪[7],可测量气油比、CO2、C1~C5、C6+的组成、SARA(饱和烃、芳香烃、树脂和沥青质)含量、API比重、相分率、密度,但是并未大规模应用。贝克休斯公司也开发了基于光学传感器的流体分析模块(Insitu Fluid eXplorer,IFX),但是尚无井下流体组成分析。

中海油田服务有限公司的增强型地层动态测试仪(Enhanced Formation Dynamics Tester,EFDT)为实时获取井下流体样品提供有效工具,但是它缺乏井下流体光谱组成分析模块,不能满足井下实时取样监督的需要,开发具有自主知识产权的井下流体光谱组成分析仪具有重要意义。本文介绍新型井下流体光谱仪的基本原理、建模方法,该仪器成功应用于油基钻井液的海上井下流体实时分析、监督和取样。现场测试结果表明,该新型井下流体光谱仪不仅能实时识别流体类型(气、油、水),而且能获得连续的近红外256全通道光谱,可以实时提供油(气)和水相分率、CO2、C1~C5和C6+的组成和油气比及其变化。

1 新型井下流体光谱仪的基本工作原理和建模方法

1.1 基本工作原理

图1为模块化地层测试仪和井下流体分析模块示意图。测井前,将地层测试仪放置到井下目标深度,将探针或封隔器座封于井壁之上,座封成功后启动活塞泵,地层流体通过吸口进入到流体管线之内,经过井下流体测量装置,产生测量信号值(实时测量的流体性质值),数据经过电缆的远程传输,实时上传到地面测井系统。如图1(b)所示,流体从流体管线流过,通过不同传感器测量流体性质:吸光度、荧光强度、温度、压力、密度、黏度和电阻率随泵抽时间或体积的变化值。

图1 地层测试仪井下流体测量模块示意图

国外现有的井下光谱组成分析仪只有几个到几十个光谱通道,在全方位获取流体信息方面受到限制。新型井下流体光谱仪为具有256通道的近红外光栅光谱仪,其基本工作原理示意图见图2。卤素光源产生的光束通过光栅单色器,形成波长为λ的近红外光束;强度为I0(λ)的入射光束穿过流动管线上的第1个蓝宝石光窗,再通过几毫米厚(L)的受测流体;受测流体吸收部分光束,剩余的光束从第2个蓝宝石光窗射出,通过光谱检测仪,测量其透射光的强度I(λ)。检测仪对不同波长的光束具有选择性,因此,可产生离散、半连续或连续的光谱。

图2 新型井下流体光谱仪的基本工作原理示意图

波长为λ处的吸光度A(λ)定义为

(1)

式中,I0(λ)为入射光强,W/m2;I(λ)为透射光强,W/m2;L为受测流体厚度,mm;ε(λ)为与波长有关的受测流体质量吸光系数。因此,流体吸光度的大小与受测流体的质量吸光系数和厚度成正比。如果所有的光都透过流体进行传输,则透光率为100%,吸光度为0。如果1/10的光透过流体(即90%的光被流体吸收),则吸光度为1。同样,如果1/100的光透过流体(99%的光被流体吸收),则吸光度为2。大多数井下流体分析仪测量的吸光度范围为0~5[8]。由于透光信号变弱,而测量噪声基本保持不变,因此,信噪比随吸光度的增大而减小。吸光度的测量精度为0.005~0.010。

1.2 建模方法

图3为实验室测量不同流体的近红外吸收光谱。如图3所示,水峰约在波长1 440~1 492 nm和1 850~2 100 nm处,碳氢化合物峰在波长1 612~1 812 nm处。由水峰与碳氢化合物峰的差异,可对水和碳氢化合物进行区分,也可用于区分水和碳氢化合物之间的流动相;合理放置光谱模块,可以清楚地识别水和碳氢化合物的段塞流。波长小于1 200 nm的吸光度称为颜色吸光度,它反映了地层原油沥青质或树脂的含量,挥发油颜色吸光度很小,稠油颜色吸光度很高,达到饱和状态时会出现毛刺。CO2峰在1 950~2 100 nm与第2水峰重叠,因此,少量水的存在可能会严重影响CO2的识别,尤其在水基钻井液的情况下,油气组成分析具有极大挑战性。

图3 实验室测量不同流体的近红外吸收光谱图[8]

根据比尔-兰伯特(Beer-Lambert)定理

(2)

式中,ρi为组分i在单位体积中的质量浓度(偏密度),kg/m3;εi(λ)为与波长有关的组分i的质量吸光系数。式(2)两边同时除以混合物的总密度得到

(3)

式中,wi=ρi/ρ,为组分i的质量分数;εT=(ε1,ε2,…,εN),为具有N个组分混合物的质量吸光系数;w=(w1,w2,…,wN)T,为具有N个组分(N维矢量)混合物的质量分数矢量。

如果输入是M个通道的近红外光谱(M维矢量),即A(λ)T=[A(λ1),A(λ2),…,A(λM)],矩阵ε(λ)为

(4)

式(3)可以写成矢量和矩阵形式

A(λ)=[Lρε(λ)]w

(5)

得到组分的质量分数矢量

w=A(λ)[Lρε(λ)]-1=A(λ)B

(6)

式中,B=[Lρε(λ)]-1可视为基于光谱吸光度的质量分率转换矩阵(N×M)。流体组成和性质建模的目的是找到普适化的基于光谱吸光度的质量分数转换矩阵B。

由于不同物质具有不同的光谱特性(特征峰),即在不同波长时的吸光度不同,因此,可通过机器学习的方法进行数学建模,从而获得流体的组分组成和性质。新型井下流体光谱仪的建模方法见图4。对不同的合成碳氢混合物和天然油气流体进行一级闪蒸,并用气相色谱分别分析闪蒸气体和液体组成,得到地层流体的组成、气油比和API比重,并在不同温度和压力条件下对其进行PVT(Pressure,Volume,Temperature)性质和光谱数据的测量。建立流体组成、PVT性质和光谱数据的数据库,将数据库中的数据进行预处理和标准化,并分类成训练、测试和验证的数据集合,以便用于机器学习。开发内部机器学习软件包(包括线性和非线性回归、logistic回归、主成分分析、偏最小二乘、支持向量机、随机森林、决策树、深层神经网络等),可对不同的数学模型进行训练、测试和验证,最终选出最佳模型用于新型井下流体光谱仪的实时测量。

图4 新型井下流体光谱仪的建模方法流程图

由于高温高压的光谱和PVT实验费力费时,到目前为止只测量了200个样本,用这200个样本进行机器学习的训练和测试。输入为各个样本256通道的吸光度,输出为各个样本的组成(C1~C5、C6+和CO2的质量百分数)。75%的样本用于训练,25%的样本用于测试。当训练和测试的误差相仿时(防止过度拟合),训练模型认为达到要求。比较不同训练模型的结果发现,偏最小二乘模型得到的结果最佳。最佳模型对C1~C5、C6+和CO2组分质量分数的误差:1.1%、0.6%、0.5%、0.7%、0.4%、1.8%和0.3%,取得很好结果。因此,偏最小二乘模型用于井下光谱实时测量。在井下实时应用时,新型井下流体光谱仪测量不同时间和波长的流体吸光度A(λ,t),通过最佳模型和矩阵B可得到流体组成w(t)或其他流体性质[9]。

2 新型井下流体光谱仪的现场应用实例

新型井下流体光谱仪应用于东海某油气田某井流体实时取样作业,对7个不同深度的测点进行泵抽、流体组成和性质分析、取样,成功地取得合格的油、气和水样品,为地面实验室进一步分析打下良好基础。该作业是新型井下流体光谱仪首次应用于油基钻井液的油气井,选取其中最具挑战性的油水同层测点(X X78 m)进行分析讨论,以说明新型井下流体光谱组成分析仪的井下实时应用情况。

探测深度为X X78 m处的常规测井曲线和电缆地层压力测试的流度见图5。测试点附近的自然伽马值较低,电阻率值只比水层高一点,中子和密度曲线有少量交错重叠,气测C1、C2和C3值升高。该测点可能是气或油,对该测点使用标准探针进行泵抽取样,泵抽前测压获得的流度为34 mD/cP(1)非法定计量单位,1 mD=9.87×10-4 μm2;1 cP=1 mPa·s;1 b/eV=6.241 46×10-10 m2/J;1 ft=12 in=0.304 8m,下同。泵抽速率控制在1 cm3/s,累计泵抽时间约7 000 s,共泵出流体约20.9 L,钻井液柱的压力约50.7 MPa,泵抽时的探针压力为32.6 MPa,地层恢复压力为35.7 MPa。

图5 X X78 m测点常规测井数据和电缆地层压力测试的流度

新型井下流体光谱仪测量的流体性质随时间的变化曲线见图6。由于泵抽前流体为油基钻井液,而刚开始泵抽时又有微小固体颗粒,所以光谱仪测量的光谱图类似于无效的噪声(0~800 s);由于油基钻井液滤液中含有微量的水,但水和钻井液滤液并未形成段塞流(800~900 s),如前所述,在大于1 950 nm的波长区间内水和CO2有重叠峰,因此,新型井下流体光谱仪误将微量水当成CO2;然后水量变少(CO2含量几乎为0)到2 500 s左右时地层油水混合物泵抽到流体管线中,在泵抽缸中由于重力作用油水分层形成油—水段塞流,并由新型井下流体光谱仪测量到。由图6可见,当流体突破泥饼后,C1组成上升,C6+组成下降,气油比上升,相对稳定后开始取样;测量的油密度约0.68 g/cm3,气油比约260 m3/m3,证实该测点为油、水同层。必须注意,C1组成和气油比仍有上升趋势,而C6+组成和密度仍有下降趋势,均未达到稳定值,说明泵抽流体中仍存在钻井液滤液污染,并非真实原状地层流体。为得到更加纯净的原状地层流体,应该根据实际情况加长泵抽时间。图7为新型井下流体光谱仪在XX78m测点和特定时间点测量的光谱图。为进一步验证油—水段塞流的形成,将油、水分率图放大,并将2个特定时间段的光谱图绘制在一起。由图7可见,刚形成段塞流不久,新型井下流体光谱仪在2 630 s时测到油的光谱图,在2 650 s时测到水的光谱图;泵抽后期,在6 850 s时测到油的光谱图,在6 900 s时测到水的光谱图。可以很清楚地分别油与水。因此,该测点为油水同层,并且油分率(绿色面积)大于水分率(蓝色面积)。

图6 新型井下流体光谱仪在X X78 m测点测量的流体性质随时间的变化

图7 新型井下流体光谱仪在X X78 m测点和特定时间点测量的光谱图

图8为C1峰和油峰2个波长下基线校正后的光谱吸光度随时间的变化。油峰随时间增加而减小,C1峰则随时间增加而增加。在C1峰和油峰2个波长下,基线校正后的水吸光度非常小,因此,由图8可见在约2 500 s之后形成油—水段塞流的情况。

表1为在6 852 s时新型井下流体光谱仪测量油的组分。此油无CO2,C1组分含量为55.6%,C2~C5组分含量为22.4%,C6+组分含量为22.0%,气油比约260 m3/m3,密度为0.68 g/cm3。

表1 X X78 m和6 852 s新型井下流体光谱仪测量组分

3 结 论

(1)本文描述具有自主知识产权的井下256通道新型井下流体光谱仪的基本工作原理和数学建模方法,其成功应用于东海某采用油基钻井液的油气井,并给出典型油水同层测点的现场实时测试实例,取得很好结果。

(2)新型井下流体光谱仪不仅可实时识别流体类型(气、油和水)和获得近红外256全通道光谱随时间的变化,而且可实时给出油(气)、水分率,CO2、C1~C5和C6+的组成以及气油比随时间的变化。

(3)该技术可为井下流体取样提供可靠参数,节约钻井平台时间,降低取样作业成本和风险,提高作业时效和市场份额。

猜你喜欢

气油光谱仪钻井液
低渗挥发性油藏CO2驱注入时机室内实验研究
原矿土钻井液室内评价与应用
树枝状聚合物在钻井液中的应用研究进展
页岩气油基钻屑萃取处理技术
一种钻井液用高效抗磨润滑剂
气测录井气油界面识别方法在渤海油田随钻着陆中的研究及应用
中阶梯光栅光谱仪自动化波长提取算法
医用显微成像光谱仪的光谱定标技术
水驱油田生产气油比主控因素及其影响规律研究
清华大学与麻省理工学院联合研发出微型光谱仪