左有祥,馮永仁,魯法偉,沈陽,孔筍,周明高,秦小飛

(1.中海油田服務(wù)股份有限公司油田技術(shù)事業(yè)部,河北廊坊065201;2.中海石油(中國)有限公司上海分公司,上海200030)

0 引 言

儲層流體性質(zhì)對整個油氣田勘探、開發(fā)和生產(chǎn)至關(guān)重要,如何獲取具有代表性的儲層原狀流體樣品極具挑戰(zhàn)性。1993年斯倫貝謝公司推出第一代井下流體光譜分析儀(Optical Fluid Analyzer,OFA),可測量油水分率、檢測氣體和監(jiān)測鉆井液濾液污染度。實時流體分析儀(Live Fluid Analyzer,LFA)在OFA的基礎(chǔ)上增加甲烷峰通道,可以同時基于甲烷峰和顏色峰監(jiān)測鉆井液濾液污染度[1],并估算氣油比。組分流體分析儀(Composition Fluid Analyzer,CFA)[2]在LFA的基礎(chǔ)上增加通道,可測量C1～C5、C6+和CO2的組成并可用于凝析油的識別,改進氣油比的算法[3]。原狀流體分析儀(Insitu Fluid Analyzer,IFA)[4]在CFA的基礎(chǔ)上增加濾光和光柵光譜通道(共計36通道),并改進不同模型算法,可更準確地測量C1～C5、C6+和CO2的組成、氣油比、密度、黏度、pH值。2017年斯倫貝謝公司又將井下流體光譜分析儀放置到隨鉆地層測試器上[5],可測量CO2、C1～C5和C6+的組成、氣油比、流體相分率和檢測鉆井液濾液污染程度。2019年斯倫貝謝公司商業(yè)化Ora智能電纜地層測試平臺,移除IFA上的光柵光譜通道,只用24濾光光譜通道的井下流體光譜分析儀,可測量流體組分C1～C5、C6+和CO2的組成[6]。哈里伯頓公司推出基于光譜集成計算元件(ICE)技術(shù)的井下流體分析儀[7],可測量氣油比、CO2、C1～C5、C6+的組成、SARA(飽和烴、芳香烴、樹脂和瀝青質(zhì))含量、API比重、相分率、密度,但是并未大規(guī)模應(yīng)用。貝克休斯公司也開發(fā)了基于光學傳感器的流體分析模塊(Insitu Fluid eXplorer,IFX),但是尚無井下流體組成分析。

中海油田服務(wù)有限公司的增強型地層動態(tài)測試儀(Enhanced Formation Dynamics Tester,EFDT)為實時獲取井下流體樣品提供有效工具,但是它缺乏井下流體光譜組成分析模塊,不能滿足井下實時取樣監(jiān)督的需要,開發(fā)具有自主知識產(chǎn)權(quán)的井下流體光譜組成分析儀具有重要意義。本文介紹新型井下流體光譜儀的基本原理、建模方法,該儀器成功應(yīng)用于油基鉆井液的海上井下流體實時分析、監(jiān)督和取樣。現(xiàn)場測試結(jié)果表明,該新型井下流體光譜儀不僅能實時識別流體類型(氣、油、水),而且能獲得連續(xù)的近紅外256全通道光譜,可以實時提供油(氣)和水相分率、CO2、C1～C5和C6+的組成和油氣比及其變化。

1 新型井下流體光譜儀的基本工作原理和建模方法

1.1 基本工作原理

圖1為模塊化地層測試儀和井下流體分析模塊示意圖。測井前,將地層測試儀放置到井下目標深度,將探針或封隔器座封于井壁之上,座封成功后啟動活塞泵,地層流體通過吸口進入到流體管線之內(nèi),經(jīng)過井下流體測量裝置,產(chǎn)生測量信號值(實時測量的流體性質(zhì)值),數(shù)據(jù)經(jīng)過電纜的遠程傳輸,實時上傳到地面測井系統(tǒng)。如圖1(b)所示,流體從流體管線流過,通過不同傳感器測量流體性質(zhì):吸光度、熒光強度、溫度、壓力、密度、黏度和電阻率隨泵抽時間或體積的變化值。

圖1 地層測試儀井下流體測量模塊示意圖

國外現(xiàn)有的井下光譜組成分析儀只有幾個到幾十個光譜通道,在全方位獲取流體信息方面受到限制。新型井下流體光譜儀為具有256通道的近紅外光柵光譜儀,其基本工作原理示意圖見圖2。鹵素光源產(chǎn)生的光束通過光柵單色器,形成波長為λ的近紅外光束;強度為I0(λ)的入射光束穿過流動管線上的第1個藍寶石光窗,再通過幾毫米厚(L)的受測流體;受測流體吸收部分光束,剩余的光束從第2個藍寶石光窗射出,通過光譜檢測儀,測量其透射光的強度I(λ)。檢測儀對不同波長的光束具有選擇性,因此,可產(chǎn)生離散、半連續(xù)或連續(xù)的光譜。

圖2 新型井下流體光譜儀的基本工作原理示意圖

波長為λ處的吸光度A(λ)定義為

(1)

式中,I0(λ)為入射光強,W/m2;I(λ)為透射光強,W/m2;L為受測流體厚度,mm;ε(λ)為與波長有關(guān)的受測流體質(zhì)量吸光系數(shù)。因此,流體吸光度的大小與受測流體的質(zhì)量吸光系數(shù)和厚度成正比。如果所有的光都透過流體進行傳輸,則透光率為100%,吸光度為0。如果1/10的光透過流體(即90%的光被流體吸收),則吸光度為1。同樣,如果1/100的光透過流體(99%的光被流體吸收),則吸光度為2。大多數(shù)井下流體分析儀測量的吸光度范圍為0～5[8]。由于透光信號變?nèi)?而測量噪聲基本保持不變,因此,信噪比隨吸光度的增大而減小。吸光度的測量精度為0.005～0.010。

1.2 建模方法

圖3為實驗室測量不同流體的近紅外吸收光譜。如圖3所示,水峰約在波長1 440～1 492 nm和1 850～2 100 nm處,碳氫化合物峰在波長1 612～1 812 nm處。由水峰與碳氫化合物峰的差異,可對水和碳氫化合物進行區(qū)分,也可用于區(qū)分水和碳氫化合物之間的流動相；合理放置光譜模塊,可以清楚地識別水和碳氫化合物的段塞流。波長小于1 200 nm的吸光度稱為顏色吸光度,它反映了地層原油瀝青質(zhì)或樹脂的含量,揮發(fā)油顏色吸光度很小,稠油顏色吸光度很高,達到飽和狀態(tài)時會出現(xiàn)毛刺。CO2峰在1 950～2 100 nm與第2水峰重疊,因此,少量水的存在可能會嚴重影響CO2的識別,尤其在水基鉆井液的情況下,油氣組成分析具有極大挑戰(zhàn)性。

圖3 實驗室測量不同流體的近紅外吸收光譜圖[8]

根據(jù)比爾-蘭伯特(Beer-Lambert)定理

(2)

式中,ρi為組分i在單位體積中的質(zhì)量濃度(偏密度),kg/m3;εi(λ)為與波長有關(guān)的組分i的質(zhì)量吸光系數(shù)。式(2)兩邊同時除以混合物的總密度得到

(3)

式中,wi=ρi/ρ,為組分i的質(zhì)量分數(shù);εT=(ε1,ε2,…,εN),為具有N個組分混合物的質(zhì)量吸光系數(shù);w=(w1,w2,…,wN)T,為具有N個組分(N維矢量)混合物的質(zhì)量分數(shù)矢量。

如果輸入是M個通道的近紅外光譜(M維矢量),即A(λ)T=[A(λ1),A(λ2),…,A(λM)],矩陣ε(λ)為

(4)

式(3)可以寫成矢量和矩陣形式

A(λ)=[Lρε(λ)]w

(5)

得到組分的質(zhì)量分數(shù)矢量

w=A(λ)[Lρε(λ)]-1=A(λ)B

(6)

式中,B=[Lρε(λ)]-1可視為基于光譜吸光度的質(zhì)量分率轉(zhuǎn)換矩陣(N×M)。流體組成和性質(zhì)建模的目的是找到普適化的基于光譜吸光度的質(zhì)量分數(shù)轉(zhuǎn)換矩陣B。

由于不同物質(zhì)具有不同的光譜特性(特征峰),即在不同波長時的吸光度不同,因此,可通過機器學習的方法進行數(shù)學建模,從而獲得流體的組分組成和性質(zhì)。新型井下流體光譜儀的建模方法見圖4。對不同的合成碳氫混合物和天然油氣流體進行一級閃蒸,并用氣相色譜分別分析閃蒸氣體和液體組成,得到地層流體的組成、氣油比和API比重,并在不同溫度和壓力條件下對其進行PVT(Pressure,Volume,Temperature)性質(zhì)和光譜數(shù)據(jù)的測量。建立流體組成、PVT性質(zhì)和光譜數(shù)據(jù)的數(shù)據(jù)庫,將數(shù)據(jù)庫中的數(shù)據(jù)進行預(yù)處理和標準化,并分類成訓練、測試和驗證的數(shù)據(jù)集合,以便用于機器學習。開發(fā)內(nèi)部機器學習軟件包(包括線性和非線性回歸、logistic回歸、主成分分析、偏最小二乘、支持向量機、隨機森林、決策樹、深層神經(jīng)網(wǎng)絡(luò)等),可對不同的數(shù)學模型進行訓練、測試和驗證,最終選出最佳模型用于新型井下流體光譜儀的實時測量。

圖4 新型井下流體光譜儀的建模方法流程圖

由于高溫高壓的光譜和PVT實驗費力費時,到目前為止只測量了200個樣本,用這200個樣本進行機器學習的訓練和測試。輸入為各個樣本256通道的吸光度,輸出為各個樣本的組成(C1～C5、C6+和CO2的質(zhì)量百分數(shù))。75%的樣本用于訓練,25%的樣本用于測試。當訓練和測試的誤差相仿時(防止過度擬合),訓練模型認為達到要求。比較不同訓練模型的結(jié)果發(fā)現(xiàn),偏最小二乘模型得到的結(jié)果最佳。最佳模型對C1～C5、C6+和CO2組分質(zhì)量分數(shù)的誤差:1.1%、0.6%、0.5%、0.7%、0.4%、1.8%和0.3%,取得很好結(jié)果。因此,偏最小二乘模型用于井下光譜實時測量。在井下實時應(yīng)用時,新型井下流體光譜儀測量不同時間和波長的流體吸光度A(λ,t),通過最佳模型和矩陣B可得到流體組成w(t)或其他流體性質(zhì)[9]。

2 新型井下流體光譜儀的現(xiàn)場應(yīng)用實例

新型井下流體光譜儀應(yīng)用于東海某油氣田某井流體實時取樣作業(yè),對7個不同深度的測點進行泵抽、流體組成和性質(zhì)分析、取樣,成功地取得合格的油、氣和水樣品,為地面實驗室進一步分析打下良好基礎(chǔ)。該作業(yè)是新型井下流體光譜儀首次應(yīng)用于油基鉆井液的油氣井,選取其中最具挑戰(zhàn)性的油水同層測點(X X78 m)進行分析討論,以說明新型井下流體光譜組成分析儀的井下實時應(yīng)用情況。

探測深度為X X78 m處的常規(guī)測井曲線和電纜地層壓力測試的流度見圖5。測試點附近的自然伽馬值較低,電阻率值只比水層高一點,中子和密度曲線有少量交錯重疊,氣測C1、C2和C3值升高。該測點可能是氣或油,對該測點使用標準探針進行泵抽取樣,泵抽前測壓獲得的流度為34 mD/cP(1)非法定計量單位,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,累計泵抽時間約7 000 s,共泵出流體約20.9 L,鉆井液柱的壓力約50.7 MPa,泵抽時的探針壓力為32.6 MPa,地層恢復壓力為35.7 MPa。

圖5 X X78 m測點常規(guī)測井數(shù)據(jù)和電纜地層壓力測試的流度

新型井下流體光譜儀測量的流體性質(zhì)隨時間的變化曲線見圖6。由于泵抽前流體為油基鉆井液,而剛開始泵抽時又有微小固體顆粒,所以光譜儀測量的光譜圖類似于無效的噪聲(0～800 s);由于油基鉆井液濾液中含有微量的水,但水和鉆井液濾液并未形成段塞流(800～900 s),如前所述,在大于1 950 nm的波長區(qū)間內(nèi)水和CO2有重疊峰,因此,新型井下流體光譜儀誤將微量水當成CO2;然后水量變少(CO2含量幾乎為0)到2 500 s左右時地層油水混合物泵抽到流體管線中,在泵抽缸中由于重力作用油水分層形成油—水段塞流,并由新型井下流體光譜儀測量到。由圖6可見,當流體突破泥餅后,C1組成上升,C6+組成下降,氣油比上升,相對穩(wěn)定后開始取樣;測量的油密度約0.68 g/cm3,氣油比約260 m3/m3,證實該測點為油、水同層。必須注意,C1組成和氣油比仍有上升趨勢,而C6+組成和密度仍有下降趨勢,均未達到穩(wěn)定值,說明泵抽流體中仍存在鉆井液濾液污染,并非真實原狀地層流體。為得到更加純凈的原狀地層流體,應(yīng)該根據(jù)實際情況加長泵抽時間。圖7為新型井下流體光譜儀在XX78m測點和特定時間點測量的光譜圖。為進一步驗證油—水段塞流的形成,將油、水分率圖放大,并將2個特定時間段的光譜圖繪制在一起。由圖7可見,剛形成段塞流不久,新型井下流體光譜儀在2 630 s時測到油的光譜圖,在2 650 s時測到水的光譜圖;泵抽后期,在6 850 s時測到油的光譜圖,在6 900 s時測到水的光譜圖?？梢院芮宄胤謩e油與水。因此,該測點為油水同層,并且油分率(綠色面積)大于水分率(藍色面積)。

圖6 新型井下流體光譜儀在X X78 m測點測量的流體性質(zhì)隨時間的變化

圖7 新型井下流體光譜儀在X X78 m測點和特定時間點測量的光譜圖

圖8為C1峰和油峰2個波長下基線校正后的光譜吸光度隨時間的變化。油峰隨時間增加而減小,C1峰則隨時間增加而增加。在C1峰和油峰2個波長下,基線校正后的水吸光度非常小,因此,由圖8可見在約2 500 s之后形成油—水段塞流的情況。

表1為在6 852 s時新型井下流體光譜儀測量油的組分。此油無CO2,C1組分含量為55.6%,C2～C5組分含量為22.4%,C6+組分含量為22.0%,氣油比約260 m3/m3,密度為0.68 g/cm3。

表1 X X78 m和6 852 s新型井下流體光譜儀測量組分

3 結(jié) 論

(1)本文描述具有自主知識產(chǎn)權(quán)的井下256通道新型井下流體光譜儀的基本工作原理和數(shù)學建模方法,其成功應(yīng)用于東海某采用油基鉆井液的油氣井,并給出典型油水同層測點的現(xiàn)場實時測試實例,取得很好結(jié)果。

(2)新型井下流體光譜儀不僅可實時識別流體類型(氣、油和水)和獲得近紅外256全通道光譜隨時間的變化,而且可實時給出油(氣)、水分率,CO2、C1～C5和C6+的組成以及氣油比隨時間的變化。

(3)該技術(shù)可為井下流體取樣提供可靠參數(shù),節(jié)約鉆井平臺時間,降低取樣作業(yè)成本和風險,提高作業(yè)時效和市場份額。