專利名稱：用于通過核磁共振數據確定烴類混合物的分子特性的方法
技術領域：
本發明涉及用于油井測井和取樣的數據處理方法領域。具體而言，本發明涉及到用于通過核磁共振(NMR)數據來確定烴類混合物特性和原油特性的方法，包括其分子組成、分子大小、分子量和分子中碳的數量。
背景技術：
油井測并和取樣工具包括核磁共振(NMR)設備。NMR設備可用于確定地層的特性，例如孔隙的相對體積(fractional volume)，充填在孔隙內的活動流體的相對體積和地層的孔隙度。此外，NMR數據還可用于估算地層中鹽水和碳氫化合物(烴)的含量。NMR測井的常規背景技術如轉讓給本發明的受讓人的美國專利6140817所述。
由核磁共振(NMR)測井工具測定的信號一般由存在于探測空間內的所選原子核產生。由于氫原子核最為豐富，而且易于檢測，因此大部分NMR測井工具都致力于檢測氫的共振信號(來自水或碳氫化合物)。這些氫核會隨環境(例如化學結構及其所屬的原子大小)的不同而具有不同的動力學特性(例如，擴散速率和滾動/轉動速率)。這些原子核的不同動力特性表現在不同的核自旋馳豫時間(relaxationtime)(即，自旋晶格的馳豫時間(T1)和自旋間的馳豫時間(T2)；自旋晶格的馳豫被稱為縱向弛豫，而自旋間的馳豫被稱為橫向弛豫)。例如，粘度油中的原子不會象輕油那樣迅速地擴散或滾動。結果，它們就具有較短的馳豫時間。這些觀察結果表明NMR數據(例如馳豫時間)能夠提供有關地層中碳氫化合物的分子特性的信息。
發明內容
本發明的一個方面涉及到用于通過NMR數據來預測混合物(如原油)中的分子特性的方法，例如組成、大小、碳的數量和重量。用于確定烴類混合物的分子特性的方法包括下述步驟利用NMR工具或實驗室的NMR設備測定混合物的NMR數據；由NMR數據推導出混合物中已觀測到的每種成分的至少一個參數；根據至少一個參數，計算混合物中已觀測到的每種成分的分子特性。根據本發明的一些實施例的方法利用了馳豫時間和原子特性之間的相互關系及/或擴散速率和分子特性之間的相互關系。
通過閱讀下面的說明、附圖和權利要求書，將會清楚本發明的其它方面。
圖1為位于一個穿過地層的井眼內的核磁共振工具的示意圖；圖2為核磁共振工具的組成部件的示意圖；圖3示出了用于產生RF脈沖并用于接收和存儲旋轉回聲的NMR工具的電路圖；圖4示出了用于測定NMR信號的橫向馳豫時間和最終旋轉回聲的通用脈沖序列，其中旋轉回聲可用于推導出核磁信號的橫向馳豫時間；圖5為包括在本發明的方法中的步驟的流程圖；圖6示出了與氣相色譜法相比，采用本發明的方法估算出的混合物中分子大小的結果。
本發明的詳細說明圖1示出了一種用于勘測被一鉆孔32穿過的地層31的核磁共振(NMR)測井工具30。該NMR測井設備30懸掛在一個在井眼32內鎧裝電纜33上，該電纜的長度基本確定了設備30的相對深度。電纜的長度由一個地面上的合適部件來控制，例如一個卷筒和絞車機構(未示出)。地面設備7可以是一種傳統類型的裝置，而且可包括一個處理器部件，該處理器部件可與包括NMR測井設備30在內的井下設備相互通訊。
NMR測井設備30可以是任何合適的核磁共振測井設備；其可以是一種能夠用于圖1所示的測井電纜測井領域中的裝置，或者是一種能夠在鉆井的同時進行測井(LWD)的裝置。該NMR測井設備30一般包括一個用于在地層中產生一個靜磁場的部件和一個射頻(RF)天線部件，該射頻天線部件用于在地層中產生磁場脈沖并用于接收來自地層的自旋回聲。用于產生靜磁場的部件可包括一個永磁鐵或磁鐵組，用于產生磁場脈沖并接收地層中的自旋回聲的RF天線部件可包括一個或多個RF天線。
NMR測井設備30的某些組成部件如圖2所示，圖中示出了一個位于中央的第一磁鐵或磁鐵組36和一個RF天線37，該天線可以是定位在合適方向上的一個或多個線圈。圖2還示出了緊密排列的圓筒形薄殼38-1，38-2...38-N，其可能是在多頻率測井操作過程中選出的頻率。這樣的一種設備已在美國專利4710713中公開。在圖2中還示出了另一磁鐵或磁鐵組39。當測井設備30沿箭頭Z所示的方向在井眼內上升時，磁鐵組39可用于對位于勘測區域前方的地層進行預先極化處理。這種裝置的實例見美國專利5055788和3597681。
圖3示出了用于產生RF脈沖并用于接收和存儲自旋回聲的NMR工具的電路示意圖。本領域的技術人員應該知道不偏離本發明的范圍，還可以采用其它合適的電路。
在圖3中，一個井下處理器210設置有相關的存儲器、計時器、界面和外圍設備(未單獨示出)，這是本領域公知的。處理器部件210與遙測電路205相連接，以與地面上的一個處理器(未示出)通訊。脈沖形成電路包括一個變頻振蕩器220，該振蕩器220在處理器210的控制下以所需的頻率產生射頻(RF)信號。振蕩器220的輸出端與一個移相器222相連接，接著又與一個調制器230相連接，而移相器222和調制器230均在處理器部件210的控制之下。可以本領域公知的方式對移相器222和調制器230進行控制，以產生所需的脈沖RF場，例如用于產生Carr-Purcell-Meiboom-Gill(CPMG)型序列或任何其它所需的NMR脈沖序列的90度和180度脈沖。調制器230的輸出端通過一個功率放大器235與RF天線240相連接。可設置一個Q開關250，以用于阻尼RF天線系統，從而減小天線的阻尼振蕩。天線240還通過一個天線轉換開關265與一個接收器部分相連接，該天線轉換開關的輸出端與接收器的放大器270相連接。天線轉換開關265防止接收器的放大器270在發射和衰減方式下受到流過RF天線240的大功率脈沖的作用。在接收模式下，天線轉換開關265起到一個連接天線240和接收器的放大器270的小阻抗連接件的作用。接收器的放大器270之輸出端與一個兩相的敏感探測器275相連接，該探測器還接收由振蕩器信號導出的信號，以之作為基準。測得的輸出與一個模擬-數字轉換器280相連接，該轉換器280的輸出是接收到的核磁共振信號的數字型式。盡管測井設備或工具30在圖1中被表示為一個整體，但其也可以包括多個獨立的部件，而且該工具還可與其它測井工具相互組合。另外，盡管圖中示出了一個測井電纜，但其它形式的物理支持和通訊連接也可用于如在鉆井的同時進行測量的裝置上。
若干個NMR參數可被測定，從而利用這些NMR參數導出地層特性。大部分NMR測井操作測定氫原子核的自旋晶格(縱向)馳豫時間(T1)和/或自旋間(橫向)馳豫時間(T2)。此外，一些NMR測井工具還可直接提供T1/T2的比率，其它NMR工具可提供擴散常數(D)。這些NMR數據(T1，T2，T1/T2和D)均可應用于本發明的實施例中，但在下面的說明中僅用T2馳豫時間來解釋本發明。
有許多不同的脈沖序列可用于測定NMR馳豫時間。例如，T1馳豫可利用反相恢復(inversion-recovery)或簡單的自旋回聲脈沖序列或其任意導出物來測定。T2馳豫通常由一系列自旋回聲測定，而這些自旋回聲是隨一系列脈沖，例如Carr-Purcell-Meiboom-Gill(CPMG)脈沖序列或其某些變型而產生的。CPMG脈沖序列在本領域內是公知的。(見Meiboom，S.，Gill，D.，1958，“Modified Spin Echo Methodfor Measuring Nuclear Relaxation Times”，Review of ScientificInstruments，29，688-91)。如圖4所示，CPMG脈沖序列產生一系列自旋回聲，其幅度作為時間的函數以指數規律衰變。指數衰變的壽命被稱為橫向馳豫時間T2。這樣，T2的測量結果可通過對這樣得到的自旋回聲之幅度進行分析而完成。
如圖4所示，在一個CPMG序列中，施加于天線(圖2中的標記37)上的第一RF脈沖是一個90度的脈沖，該脈沖使氫原子核在一個垂直靜磁場的平面(橫向平面)內重新定向，其中靜磁場是由永磁鐵36產生的。在最初的90度脈沖后的短時間內，一系列180度的脈沖(兩個連續的180度脈沖之間的衰減時間T180約為90度和第一個180度脈沖之間的初始衰變時間T90的兩倍)會作用于天線(圖2中的標記37)上。每個180度的脈沖都將產生一個自旋回聲-測得的信號幅度增長和隨后的衰減。在測量過程中，原子核在橫向平面內的自旋幅度會由于自旋間的相互作用和其它馳豫機構的存在而逐漸減小。這樣，每個連續自旋回聲的幅度都會小于前一個自旋回聲的幅度。因此，可通過對按指數規律衰減的曲線進行分析推導出T2馳豫時間(橫向馳豫時間)。
一旦收集到NMR數據(例如T1、T2馳豫時間，T1/T2的比率，或擴散速率)，那么就可以利用反相法(inversion method)進行分析，以導出地層信息。本領域內公知的任何反相法都是合適的。例如，授權給Freedman并轉讓給本發明的同一受讓人的美國專利5291137，該專利公開了一種“窗口”處理方法。該“窗口”處理方法適用于大部分NMR的數據分析。
液體中的橫向馳豫(T2)主要是通過偶極子之間的相互作用產生的，而且還受到分子(例如，擴散速率和分子的滾動速率)和流體(例如粘度)的動力學特性的影響。這樣，NMR數據(尤其是T2)就可用于提供有關流體成分和成分特性(例如，分子尺寸)的信息。盡管NMR數據可用于提供有關各個成分及其特性的詳細信息，但是大部分現有技術中的NMR數據分析方法僅致力于地層的宏觀特性，例如烴和鹽水區域所在的位置，地層的多孔性和孔隙的相對體積；很少有人致力于對一種特定流體內的各個成分的特性(例如，分子尺寸的分布狀態)進行更加詳細具體的分析。
如前所述，NMR馳豫速率決定于分子和流體的動態特性。這樣，NMR數據就可用于推導分子的擴散速率和滾動速率。由于分子的擴散速率和滾動速率對分子的尺寸及流體的粘度很敏感，因此NMR數據可用于以原子尺寸的形式推導出有關原油組分的信息。由NMR數據確定出分子特性信息需要油層和/或井眼流體中烴部分的馳豫時間和/或擴散速率分布。用于得到有關包含烴和水的混合物的分布信息的合適技術就是磁共振流體(MRF)的特性表示方法，如授權給Freedman的美國專利6229308B1所述。
這種MRF方法采用了成分粘度模型(CVM)，這種模型將馳豫時間、擴散速度和成分的粘度聯系在一起，而各個成分的粘度的幾何平均數就等于宏觀流體的粘度。CVM的正確性是通過Freedman等人利用有關含氣的和重的混合物和原油的經驗數據建立起來的。Freedman等人將這些結果公開在2000 Society of Petroleum Engineers AnnualTechnical Conference and Exhibition meeting上、題目為“A NewMethod of Fluid Characterization in Reservoir RocksExperimental Confirmation and Simulation Results”的第63214號論文中。
盡管這種MRF方法可被用作下述有關如何推導出各種成分的NMR參數的說明中的一個實例，但是本領域的技術人員應該知道在本發明的范圍內，還可采用其它類似的方法。當能夠獲得未被污染的碳氫化合物樣本時，無需采用MRF方法就能夠估算出NMR參數，例如馳豫時間和擴散速度的分布。
通過采用CVM，MRF方法就能夠推導出含有原油的流體混合物中各種成分的粘度分布。各種成分的粘度與在大塊原油樣本上測得的NMR馳豫時間的分布直接有關，而且將原油的復雜成分反映成一種由許多不同類型的碳氫化合物分子組成的混合物。通過提供一組用于表示原油分布的整體馳豫時間和擴散常數，使得對各種成分的粘度的利用簡化了反相過程(inversion)。這種MRF技術能夠對標準MRF分析的所有方面提供改進，包括估算整體孔隙度、自由流體和約束流體的孔隙度、T2分布及頁巖砂的滲透性。
在推導組分的粘度的過程中，MRF方法采用了一種一般的自旋回聲馳豫模型，用于含有鹽水、烴和油基泥漿濾液(OBMF)的地層。OBMF通常用于井眼中。如圖4所示，在NMR測量結果中，自旋回聲的幅度作為時間的函數以指數形式衰減。令Apj表示在測量結果p中得到的j-th回聲的幅度。考慮下面的常規馳豫模型Ajp=Σl=1Nsalexp(-j*TEpT2,l+(p))(1-exp(-Wpξ*T2,l))+]]>Σk=1Nobkexp(-j*TEpT2,o+(ηk,p))(1-exp(-WpT1,o(ηk)))+.....(1)]]>AOBMFexp(-j*TEpT2,OBMF+(p))(1-exp(-WpT1,OBMF))]]>其中，第一、第二和第三項分別為鹽水、烴和OBMF的信號。這個三相模型明確地計算出鹽水和烴相中各種成分的貢獻，但假定在OBMF相中僅取平均馳豫時間。簡化的OBMF項是合理的，因為OBMF的實驗結果已經表明OBMF中的各種成分的NMR馳豫時間非常窄，而且能夠由一個指數來表示。
在等式(1)中，模型化的三個相中的任何一相的明顯橫向(偶極子之間)馳豫都包括固有的橫向馳豫和由于分子在靜磁場梯度Gp中的自動擴散而產生的馳豫。對于在鹽水中一個均勻的磁場梯度中無約束的擴散而言，明顯的橫向馳豫速率可被表示成下式，1T2,l+(p)=1T2,l+(γH*Gp*TEp)212Dw(T)......(2)]]>這里，右側第一項T2，1為一組弛豫時間，這組弛豫時間表示鹽水相的表面和整體弛豫之和。第二項為由于擴散而對弛豫速率的影響，其中γH＝2π*4258G-1s-1為質子回磁比，而Dw(T)是以cm2/s為單位并隨溫度而變化的水的自擴散系數。應該注意等式(2)假定了一個無約束的擴散和一個均勻的磁場梯度Gp。本領域的技術人員應該知道如果合適，可對約束擴散的作用Dw(T)和內部巖石梯度的影響Gp進行修正。
類似地，天然石油中的明顯橫向弛豫速度(T2，o(ηk，p))可以下式表示1T2,o(ηk,p)=1T2,o(ηk)+(γH*Gp*TEp)212Do(ηk)......(3)]]>其中T2，o(ηk)為與烴的馳豫時間分布狀態的幅度bk有關的整體馳豫時間，而Do(ηk)為與擴散常數有關的粘度。碳氫化合物(原油)通常為不潤濕的相，而且不受表面弛豫的影響。原油是由許多不同類型的烴分子構成的混合物，這些烴分子具有不同的尺寸、形狀和分子量。例如，見McCain，W.D.，The Properties Of Petroleum Fluids，PennWell Publishing Co.，第二版，第一章，1990年。分子級分布的成分粘度(ηk)假設存在于原油中。這種假設是以經驗數據為基礎的，這些經驗數據包括原油中馳豫時間的分布狀態。
測量的粘度(ηo)反映原油的宏觀運輸性能，而其宏觀運輸性能又決定著其流動特性，而且是用于流體動力學運輸等式中的量，該流體動力學運輸等式與Navier-Stokes等式相似。Morriss等人表示對于一組重原油(dead crude oil，即不包含已溶解的溶解氣的源油)而言，在其成分對數平均弛豫時間和測得的粘度之間存在一個很大的修正值。見Morriss等人在1994年的第35次年度會議上(35th AnnualMeeting Of The Society Of Professional Well Logging Analysis)發表的論文C，其名稱為“Hydrocarbon Saturation And ViscosityFrom NMR Logging In The Belridge Diatomite”。實驗表明含氣原油的宏觀粘度(η0)與橫向馳豫時間的分布的對數平均數((T2，o)logm)具有下述等式表示的關系1(T‾2,o)logm=aηof(GOR)T≡cηo..........(4)]]>其中a為通過實驗確定的組分常數(constituent constant)，該常數已經被Morriss等人確定，約為250(即，a≌250Ks-1cp-1)，其中(T2，o)logm以秒為單位，ηo以厘泊為單位，T以開氏溫度為單位。這樣，c≡af(GOR)/T。通過實驗推導出來的函數f(GOR)用于計算含氣石油(包含已經溶解的溶解氣體)，而且已經在Freedman等人于2000Society of Petroleum Engineers Annual Technical Conferenceand Exhibition meeting上發表，其題目為“A New NMR Method ofFluid Characterization in Reservoir RocksExperimentalConfirmation and Simulation Results”。
等式(3)中的ηk為微觀的粘度，其反應出原油的復雜成分。與上述等式類似，設定成分的粘度可通過同一等式與成分在馳豫時間分布方面發生聯系。1T2,o(ηk)=aηkf(GOR)T≡cηk........(5)]]>馳豫時間的對數平均數可被定義為(T‾2,o)logm=10Σk=1Nob‾klog(T2,o(ηk))---(6)]]>其中b‾k=bkΣk=1Nobk]]>，其中bk為原油的整體馳豫時間分布的幅度No。用等式(4)和(5)替換等式(6)將得出原油的微觀粘度ηo，該微觀粘度為各種微觀粘度ηk的對數平均數，ηo=10Σk=1Nob‾klog(ηk)]]>其中bk是粘度為ηk的混合物成分的“濃度”。根據“Arrenhiusmixing rule”(見A.Bondi，Physical Properties of MolecularCrystals，Liquids，and Glasses第348-349頁，1968)，微觀粘度ηo與混合物的粘度的高溫極限相似。
在等式(4)和(5)中，馳豫時間對粘度和溫度的依賴性與Bloembergen、Purcell和Pound的實驗觀察結果和理論預測相一致，具體見Relaxation Effects In Nuclear Magnetic ResonanceAbsorption，Physical Review，vol.73，no.7，pp.679-712，1948。
Stokes-Einstein的擴散理論預測根據等式D＝kT/6πηR，擴散率與溫度及粘度有關，其中k為Boltzmann常數，R為球形物體的半徑，T為開氏溫度。與Stokes-Einstein的等式相似，原油的自擴散常數Do和原油組分的自擴散常數Do(ηk)表現出對T/ηk具有同樣的關系式。因此，對于原油而言，Do=bTηo×10-5..........(7)]]>其中b為常數，Do為以cm2/s為單位的已測得的原油擴散常數，T為開氏溫度。原油的經驗組分常數b＝5.05×10-3cm2s-1cpK-1是由Freedman等人在題目為“A New NMR Method of Fluid Characterization inReservoir RocksExperimental Confirmation and SimulationResults”的第63214號論文中給出的，這篇論文是在2000 Society ofpetroleum Engineers Annual Technical Conference andExhibition meeting上發表的。
與宏觀擴散常數(Do)和宏觀粘度(ηo)之間的關系類似，原油混合物的微觀成分擴散常數可根據下述等式與微觀成分粘度(有效粘度)產生聯系Do(ηk)=bTηk×10-5..........(8)]]>等式(8)暗示著在分子水平上，原油混合物中的擴散常數分布與馳豫時間的分布存在類似的關系。擴散常數和馳豫時間的分布可通過將等式(1)所示的模型迭代到美國專利6229308B1所公開的方法中使用的這些數據中而從測得的NMR數據中推導出來。
上述的MRF方法只是一種能夠獲得擴散常數和馳豫時間的分布的方法。當從混合的流體(例如水、鉆探泥漿的濾出液和油)中獲得NMR數據時，這種MRF方法尤其合適。如果石油樣本未被其它流體(例如原油)所污染，那么就無需采用MRF方法來獲得擴散常數和馳豫時間的分布。
一旦估算出擴散常數和馳豫時間的分布，那么根據本發明的實施例，這些數據就能夠用于進一步推導出各種成分的分子特性。在本文中所用的分子特性是指分子的大小、碳數和分子量，即與分子的物理尺寸有關的那些特性。例如，假設一個球形分子的半徑為R，那么根據Stokes-Einstein的等式Do＝kT/6πηR，使各個擴散常數與半徑R(及分子的尺寸)發生聯系，其中Do為觀測到的擴散常數，k為Boltzmann常數，T為開氏溫度，η為以厘泊為單位的粘度。
因此，為了能夠由NMR數據推導出分子大小，烴類混合物中各種分子(加上下標k)的馳豫時間(T2k)和擴散速度(Dk)約等于T2k=a′(T)ηα′f(GOR)Nkβ′..........(9)]]>Dk=b′(T)ηφ′Nkθ′...............(10)]]>其中Nk為kth(第k種)成分中碳原子的數量，a′(T)和b′(T)為溫度T的函數，η為流體的粘度，α′、β′、φ′和θ′為未知的指數。應該注意這些表達式是對用于液體中球形顆粒的擴散和自旋馳豫的Stokes-Einstein和Bloembergen關系式的概括。等式(9)包括一個表示氣體/油的比率(GOR)的因子。其被包括在內的原因在于GOR在根據粘度和溫度確定馳豫時間方面是一個重要的參數。參見Lo等人在The Log Analyst，1998年11-12月第43-46頁的論文“RelaxationTime And Diffusion Measurements of Methane And N-DecaneMixtures”；及美國專利6229308B1。
對于等式(9)和(10)中的近似值而言，其試圖假設指數α′和φ′等于1，這樣就使Nk和分子“半徑”R之間加某些修正值模擬理想的球形顆粒表達式。這種假設使ηR和D、ηR3和T2之間形成了倒數關系。但是，這種方法不適用于混合物，因為這暗示著Nk分布的幾何平均數與混合物的組分(details)無關。這種矛盾恰好在等式(4)和(7)中的表達式分別被代入組分等式(9)和(10)時出現。
通過結合有關粘度和馳豫時間、擴散速率的幾何平均數之間關系的實驗結果，即通過使T2LM和DLM與T/η成線性關系，可將等式(9)和(10)重新表述為Nk=a(T)T2LMα[f(GOR)]α-1T2kβ.........(11)]]>Nk=b(T)DLMφDkθ........(12)]]>應該注意等式(11)和(12)是通過將經驗表達式T2LM＝a′T/ηf(GOR)和DLM＝b′T/η代入等式(9)和(10)內，然后重新為變量排序并定義一組新的指數(無′)得到的。
等式(11)和(12)表明如果指數α、β、φ和θ是已知的，那么可由T2和D(即T2LM和DLM)的幾何平均數得到Nk(碳數)。由于等式(11)和(12)示出的關系并非決定于混合物中各種成分的精確特性，因此應當可以利用一個簡單模型的混合物系統推導出α、β、φ和θ。一旦推導出這些指數，那么就可將其用于類似組分的其它系統中。
作為一個實例，可由三十碳六烯(C30)和己烷(C6)的試驗混合物中推導出指數α、β、φ和θ的近似值，這在其它烴類混合物系統中是有用的。對于這種混合物，GOR＝0，而f(GOR)＝1。有關純凈的三十碳六烯(C30)和己烷(C6)及這兩種成分在30℃時的三種混合物的數據如表1所示。應該注意到任何合適的烴類樣本，包括原油都可用于推導這些參數。
表1己烷和三十碳六烯系統的馳豫時間和擴散速率
一旦獲得三十碳六烯(C30)和己烷(C6)的T2、T2LM、D和DLM的值，那么就可以將其代入等式(11)和(12)，從而得到指數α、β、φ和θ的近似值。從表1所示的數據集中可以確定合適的指數和預乘函數，而且等式(11)和(12)所示的有關Nk的表達式(在30℃下)可以簡化為Nk≈650T2LM1/2T2k.......(13)]]>Nk≈0.04×DLMDk3/2.........(14)]]>等式(13)和(14)可用于估算類似混合物中各個組分的分子大小。利用等式(13)和(14)及表1所示的已測馳豫數據和擴散數據，可以給出表2所示的三十碳六烯和己烷系統的Nk值。
表2由馳豫時間(T2)和擴散速率(D)的測量結果估算三十碳六烯(C30)和己烷(C6)中的碳數
如表2所示，可利用馳豫時間或擴散速率得到Nk的合理數值。應該注意等式(13)和(14)及本文所用的實例僅用于說明如何獲得這些數值的基本構思，而不是對本發明的限制。本領域的技術人員應該知道為簡化起見，在上述實例中推導出來的指數都被圓整為簡單的半整數系數(half-integer fractions)。當然，也可推導出其它能夠更好地估算Nk的優化值。但是，盡管在上述的實例中已經對近似值進行了簡化，但是仍可得到具有合理精度的Nk值。因此，在大部分情況下，所示的近似估算法就已經足夠了。
等式(13)和(14)中的預乘系數650和0.04僅在測量溫度為30℃的情況下有效。但是，溫度與這些數值的相關性較弱(約為T1/2，其中T為開氏溫度)。因此，這些數值可用于約為30℃的溫度范圍內。對于原油而言，最佳指數和預乘系數可不同于由簡單的兩種組分的混合物推導出來的指數和預乘系數。等式(13)和(14)并非與CVM嚴格一致，因為T2k和Dk對Nk和η有不同的依存關系。與等式(13)所示的馳豫時間T2k相比，等式(14)所示的擴散常數Dk對Nk的依存性更差一些。該結果在定性上與理想的球形顆粒關系相一致。鑒于在這種模型中暗含了許多近似值和假設條件，因此所有最終的“碳數”(或分子大小)分布都應被認為是一個近似值，而不是對分子組成的確定和精確分解。
等式(9)至(12)應被視為該方法的具體實施。還可推導出使馳豫時間和擴散速度與分子大小、碳數或其它組分特性發生聯系的另一數學表達式并對烴類混合物進行校準。還可以利用模型的獨立圖形識別方法例如神經網絡，由測得的NMR數據確定分子特性。在該方法中，不存在模型的從屬相關等式(例如等式13和14)。如果假定有關樣本的NMR數據不在訓練數據的范圍內，分子特性對NMR和擴散特性的一個“訓練數據組”可用于對神經網絡進行訓練，以預測分子特性。所有可以買到的神經網絡軟件(例如可通過www.mathwork.com在Mathworks公司購買)均可用于確定分子特性，而且無需調用模型方程。這些方法還可結合來自其它測量結果例如NMR光譜學或光學分析導出的其它數據。
圖5概括出了根據本發明的實施例用于估算烴類混合物中分子大小的分布情況的方法所包含的步驟。首先，收集NMR數據(圖5中的步驟41)。這一步驟可用任何合適的NMR測井工具來完成。例如，本發明的實施例可應用于測井電纜和同時鉆孔的NMR工具及所有合適的NMR模塊取樣工具上，例如Modular Formation Dynamics Tester(德克薩斯州修斯頓的Schlumberger Technology公司生產的MDTTM)。實際上，在不存在流體和巖石相互作用的情況下，就會使測井電纜或LWD-NMR工具的MRF分析復雜化，將使該方法在取樣模塊或實驗分析方面更為精確和更為可靠。
一旦收集到NMR數據，那么就可以利用求逆法對其進行分析，從而推導出各個組分的動態參數(例如T1、T2，T1/T2和擴散常數；圖5中的步驟42)。如前所述，MRF方法或所有類似的方法均可應用到這方面。應該注意本文中所述的MRF技術及其外延范圍能夠提供有關油層流體的實時信息(例如粘度、分子組分)，目前這些信息只能通過在實驗室完成的冗長的壓力-體積-溫度(PVT)分析來提供。
最后，各個成分的動態參數(例如，T1，T2，T1/T2和擴散常數)可用于推導分子大小的信息(圖5中的步驟43)。如上所述，分子大小可用根據方程式(11)和(12)得出的橫向馳豫時間和擴散常數來校正。這些方程式中的指數可利用一種具有類似成分和/或特性并處于類似條件下(例如溫度)的模型混合物(即碳氫化合物)來估算。這些組分的近似值(“經驗參數”)就足夠了。利用這些指數，可將等式(11)和(12)簡化成等式(13)和(14)。在步驟42中推導出來的混合物的各種組分的動態參數(例如，T1，T2，T1/T2和擴散常數)可用于計算組分的分子大小(或其在混合物中的分布)。
圖6A至6D示出了利用本發明的方法獲得的結果與利用氣相色譜學(GPC)得到的結果相比較的情況，其中氣相色譜學通常用于做這種分析的PVT實驗室。該實例還示出除了井場應用外，本發明同樣可以應用于原油樣本的標準實驗室分析中。
圖6A示出了三種不同的重原油的T2馳豫時間的分布情況。表示樣本1-3的曲線A1-A3的幾何平均數T2LM的值分別為105ms、239ms和603ms。這些測量是在溫度為300°K的情況下獲得的。
曲線A1-A3是利用本發明的方法進行分析的，最終的分子量分布分別如圖6B-6D中的曲線B2-D2所示。這些結果是在方程式(11)中利用a(T)＝170，T＝300°K，α＝0.51，β＝0.90的情況下得出的。為對其進行比較，利用GPC分析法獲得的相應分子量分布情況在圖6B至6D中分別為重疊的曲線B1-D1。從圖中可以清楚地看到根據本發明的實施例的NMR方法能夠提供與利用GPC方法相類似的結果。應該注意GPC分析法需要花費若干個小時，而NMR測量方法僅需要幾分鐘。此外，GPC分析法依賴于組分的保持時間及其分子量，這樣該方法就不會比本發明的方法更加可靠。NMR方法還具有下述優點其不具破壞性，而且取樣也相對簡單。
盡管在圖6的實例中采用了NMR橫向馳豫時間(T2)，但本領域的技術人員應該知道也可以利用其它的NMR參數(T1，T1/T2或擴散常數)。此外，盡管該實例采用了碳氫化合物的混合物(原油)，但本發明的方法還可應用于其它流體混合物。
盡管已參照有限的實例對本發明作出了說明，但是本領域的技術人員應該知道在本發明的啟示下，可以設計出其它不偏離本發明保護范圍的方法。因此，本發明的保護范圍僅由所附的權利要求書來限定。
權利要求
1.一種用于確定烴類混合物中各種組分的分子特性的方法，其包括下述步驟測定混合物的核磁共振數據；由核磁共振數據推導出混合物中每種組分的至少一個動態參數；并且由每種組分的至少一個動態參數計算混合物中每種組分的分子特性。
2.根據權利要求1所述的方法，其特征在于所述推導出至少一個動態參數的步驟包括生成一個模型并對該模型成分進行反復迭代改進，以根據核磁共振數據優化該模型，其中所述的模型包括混合物組分中的多種成分。
3.根據權利要求1所述的方法，其特征在于所述至少一個動態參數包括由下列這組參數中選出的一個參數縱向馳豫時間，橫向馳豫時間，縱向馳豫時間和橫向馳豫時間的比率和擴散速率。
4.根據權利要求1所述的方法，其特征在于所述烴類混合物存在于地層中。
5.根據權利要求1所述的方法，其特征在于由至少一個動態參數計算出混合物中每種組分的分子特性的步驟包括用每種組分的有效粘度對每種組分的至少一個動態參數進行比校。
6.根據權利要求5所述的方法，其特征在于所述比校步驟包括由一組碳氫化合物的樣本中導出經驗參數。
7.根據權利要求6所述的方法，其特征在于所述碳氫化合物的樣本組包括原油。
8.根據權利要求1所述的方法，其特征在于所述計算分子特性的步驟包括應用神經網絡。
9.根據權利要求1所述的方法，其特征在于所述測定核磁共振數據的步驟包括應用一種選自下列工具組中的一種工具測井電纜核磁共振工具、測井同時鉆井的核磁共振工具和模塊式地層動態測試器或實驗室核磁共振設備。
10.一種測井方法，包括下述步驟沿井眼移動一核磁共振工具；對烴類混合物作核磁共振測量；由核磁共振的測量結果推導混合物中每種組分的至少一個動態參數；由每種組分的至少一個動態參數計算混合物中每種組分的一分子特性。
11.根據權利要求10所述的方法，其特征在于所述推導至少一個動態參數的步驟包括生成一個模型并對該模型成分進行反復迭代改進，以根據核磁共振測量結果優化該模型，其中所述的模型包括混合物組分中的多種成分。
12.根據權利要求10所述的方法，其特征在于所述至少一個動態參數包括由下列這組參數中選出的一個參數縱向馳豫時間，橫向馳豫時間，縱向馳豫時間和橫向馳豫時間的比率和擴散速率。
13.根據權利要求10所述的方法，其特征在于由至少一個動態參數計算出混合物中每種組分的分子特性的步驟包括用每種組分的一個有效粘度對每種組分的至少一個動態參數進行比校。
14.根據權利要求13所述的方法，其特征在于所述比校步驟包括由一組碳氫化合物的樣本中導出經驗參數。
15.根據權利要求14所述的方法，其特征在于所述碳氫化合物的樣本組包括原油。
16.根據權利要求10所述的方法，其特征在于所述計算分子特性的步驟包括應用神經網絡。
17.根據權利要求10所述的方法，其特征在于所述核磁共振工具包括選自下列工具組中的一種工具測井電纜核磁共振工具、測井同時鉆井的核磁共振工具和模塊式地層動態測試器。
全文摘要
一種用于確定烴類混合物中各種組分的分子特性的方法，其包括下述步驟由對混合物進行測定得到的核磁共振數據推導出混合物中每種組分的至少一個動態參數；由每種組分的至少一個動態參數計算混合物中每種組分的分子特性。推導出至少一個動態參數的步驟可包括生成一個模型并對該模型成分進行反復迭代改進，以根據核磁共振數據優化該模型，其中的模型包括混合物組分中的多種成分。至少一個動態參數包括由下列這組參數中選出的一個參數縱向馳豫時間，橫向馳豫時間，縱向馳豫時間和橫向馳豫時間的比率和擴散速率。
文檔編號G01V3/32GK1427254SQ0215637
公開日2003年7月2日 申請日期2002年12月18日 優先權日2001年12月18日
發明者R·弗雷曼, N·J·赫頓 申請人:施盧默格海外有限公司
專業數控銑床產品供應商
20年生產經驗，實力工廠，精工品質，質量有保障
