CN101943669A - 低场核磁共振测量钻井液含油率的方法 - Google Patents

Abstract

本发明公开了一种低场核磁共振测量钻井液含油率的方法，适用于钻井液中不同密度原油含量的测量。该方法以原油和钻井液横向弛豫时间以及扩散系数的不同为主要鉴别依据，以原油和钻井液的核磁共振信号强度为主要观察对象，以钻井液的横向弛豫分析以及扩散系数与横向弛豫相关性分析为主要手段来测量钻井液的含油率。本发明方法具有：测量结果准确性高、稳定性好、耗时短等优点，易于实现钻井液含油率的在线测量，为录井工作提供可靠的油层储量信息。

Description

低场核磁共振测量钻井液含油率的方法

技术领域

本发明属于核磁共振钻井液分析领域，具体涉及一种低场核磁共振测量钻井液含油率的方法。

背景技术

录井技术是发现、评估油藏最及时、最直接的手段，被人们称为深入地下的“眼睛”。钻井液作为钻井的“血液”，可协助人们在录井现场录取到地层信息的第一手资料。地层被钻开以后，一部分孔隙流体进入钻井液，气、水都有相应的录井手段来检测，唯独钻井液中的油一直是录井空白。国内外资料及实验表明，核磁共振录井技术将是一项有效的检测手段。尤其是深层勘探，油质较轻，进入钻井液的量相对增多，单纯依靠气测资料和岩屑分析资料难以准确评价油气层，开展钻井液核磁共振录井技术研发，对于录井技术的进步及勘探开发效益的提高均具有十分重要的意义。

国内虽已有相关专利的申报，但未见产品问世，而且是采用单一的钻井液横向弛豫时间谱来鉴别和计算钻井液中的原油含量。该方法是利用了少数原油的横向弛豫时间与钻井液的弛豫时间具有明显的差别，从而根据横向弛豫时间谱中不同弛豫时间处的信号强度来计算钻井液中的原油含量。然而，在实际录井中得到的原油是多种油的混合物，其弛豫时间谱时间比较广泛，极易与钻井液的弛豫时间发生重叠，仅测量横向弛豫，其准确性将大大降低。

本发明充分认识到仅使用单一特征来鉴别钻井液和原油的弊端，采用弛豫时间和扩散系数双重特征来鉴别钻井液和原油，大大提高了钻井液含油量检测的准确性，使利用核磁共振测量钻井液含油率真正成为可能。

发明内容

本发明目的是：提供一种低场核磁共振测量钻井液含油率的方法，该方法不但能够适于各种密度原油含量的测量，而且测试准确性高、稳定性好、耗时短。

本发明的技术方案是：一种低场核磁共振测量钻井液含油率的方法，其特征在于首先对钻井液样品进行弛豫与扩散分析，找出钻井液含油率与弛豫、扩散数据的相关性；然后通过对钻井液样品的弛豫、扩散分析，将样品含油率与弛豫、扩散系数相对应，并选择合适的样品进行定标，得到标准测量曲线；最后根据样品的标准测量曲线，将未知含油率的钻井液样品进行快速精确测量。

本发明方法具体的实施步骤如下：

1)样品分析：通过CPMG序列对原油、钻井液进行横向弛豫分析，并采用一维反拉普拉斯算法作为横向弛豫时间谱反演算法，得出原油和钻井液的弛豫时间谱，如果二者的弛豫时间谱不完全重叠，则对它们的混合液进行横向弛豫分析，并得出弛豫时间谱；

2)样品标样：若原油与钻井液不重叠的部分在混合液中同混合液含油率成比例，则选择该部分作为标样信号；如果原油与钻井液不重叠的部分在混合液中同混合液不成比例，则通过PGSE-CPMG序列对原油、钻井液及它们的混合液三者进行横向弛豫时间与扩散系数相关性分析，并采用二维反拉普拉斯算法作为横向弛豫时间与扩散系数相关性谱反演算法，得出原油、钻井液及其混合液的横向弛豫时间与扩散系数相关性谱，然后找到该谱中完全独立的原油或钻井液成分作为标样信号；

3)标样定标：根据样品标样中所确定的标样信号，以混合液中该部分信号占整体样品信号的比例为Y，混合液的含油率为X，进行一次线性拟合得到拟合直线y＝kX+b，则y为Y的测量值；

4)样品分析：按照标样信号测量的方式分析样品，找到标样信号区域对应的样品信号y；

5)样品测量：利用定标线以及样品分析中得到的y值计算样品含油率x。

本发明方法中涉及的CPMG序列是用于横向弛豫分析的常规核磁脉冲序列；而PGSE-CPMG序列则是用于横向弛豫与扩散相关性分析的常规核磁脉冲序列；同时本发明中涉及的一维反拉普拉斯算法是用于弛豫时间谱反演的常规算法；而二维反拉普拉斯算法则是用于横向弛豫时间与扩散系数相关性谱反演的常规算法。

本发明的优点是：

1.本发明方法能保证快速、准确的对钻井液样品进行含油信号分析测试，以便及时分析钻井液样品的中的含油情况，了解地层信息，对录井工作进行实时有效地指导。与传统的方法相比，准确性大大提高且稳定性好。

2、本发明方法对于钻井液样品的测试速度快，耗时短，整个含油率的检测基本可以在4分钟以内完成。

附图说明

图1为O系列样品中原油的弛豫时间谱；

图2为试验中纯钻井液的弛豫时间谱；

图3为O系列样品中原油和钻井液的混合液的弛豫时间谱；

图4为T系列样品中原油的弛豫时间谱；

图5为T系列样品中原油和钻井液的混合液的弛豫时间谱；

图6为G系列样品中原油的弛豫时间谱；

图7为G系列样品中原油和钻井液的混合液的弛豫时间谱；

图8为G系列样品中钻井液的定标曲线图；

图9为L系列样品中原油的弛豫时间谱；

图10为L系列样品中原油和钻井液的混合液的弛豫时间谱；

图11为L系列样品中钻井液的定标曲线图；

图12为Z系列样品中原油的弛豫时间谱；

图13为Z系列样品中原油和钻井液的混合液的弛豫时间谱；

图14为Z系列样品中钻井液的定标曲线图。

具体实施方式

实施例：本发明公开了一种低场核磁共振测量钻井液含油率的方法，其具体实施步骤如下：

1)样品分析：通过CPMG序列对原油、钻井液进行横向弛豫分析，并采用一维反拉普拉斯算法作为横向弛豫时间谱反演算法，得出原油和钻井液的弛豫时间谱，如果二者的弛豫时间谱不完全重叠，则对它们的混合液进行横向弛豫分析，并得出弛豫时间谱；

2)样品标样：若原油与钻井液不重叠的部分在混合液中同混合液含油率成比例，则选择该部分作为标样信号；如果原油与钻井液不重叠的部分在混合液中同混合液不成比例，则通过PGSE-CPMG序列对原油、钻井液及它们的混合液三者进行横向弛豫时间与扩散系数相关性分析，并采用二维反拉普拉斯算法作为横向弛豫时间与扩散系数相关性谱反演算法，得出原油、钻井液及其混合液的横向弛豫时间与扩散系数相关性谱，然后找到该谱中完全独立的原油或钻井液成分作为标样信号；

3)标样定标：根据样品标样中所确定的标样信号，以混合液中该部分信号占整体样品信号的比例为Y，混合液的含油率为X，进行一次线性拟合得到拟合直线y＝kX+b，则y为Y的测量值；

4)样品分析：按照标样信号测量的方式分析样品，找到标样信号区域对应的样品信号y；

5)样品测量：利用定标线以及样品分析中得到的y值计算样品含油率x。

上述方法中涉及的CPMG序列是用于横向弛豫分析的常规核磁脉冲序列；而PGSE-CPMG序列则是用于横向弛豫与扩散相关性分析的常规核磁脉冲序列；同时本发明中涉及的一维反拉普拉斯算法是用于弛豫时间谱反演的常规算法；而二维反拉普拉斯算法则是用于横向弛豫时间与扩散系数相关性谱反演的常规算法。

下面结合具体的试验例对本发明方法进行说明：

一、试验目的

测试不同密度的原油以及按照不同比例混合的钻井液与原油混合物的弛豫特性。

二、试验材料

5种不同密度的原油(密度分别为：0.9712、0.9455、0.8987、0.83、0.722)、水基钻井液(密度为1.34)。

三、试验仪器

NMI20上海纽迈电子科技有限公司生产，共振频率22.621MHz，磁体强度0.53T，探头线圈直径15mm(新型线圈)，实验温度控制在31.99-32.00℃；

PQ001上海纽迈电子科技有限公司生产，共振频率22.601MHz，磁体强度0.53T，探头线圈直径15mm(新型线圈)，实验温度控制在31.99-32.00℃；

四、试验样品的制备

每种密度的原油均配制5个样，这样就调配出O、T、G、L、Z五个系列样品；

每个系列样品中的5个样的含油率分别为100％、45％、35％、25％、5％，其中100％含油率的样品即纯原油本身，而后含油率45％、35％、25％、5％的四种样品均按体积比与钻井液进行调配，且样品均近似为1.5ml。另配纯钻井液样品一支。

五、试验过程

同一个样品的弛豫特性的重复测试，5个系列样品中的每个样品重复测3次；

1.O系列样品(原油密度为0.9712)，结合图1、图2和图3所示可知：

(1)原油的弛豫时间在0.01ms到8.1ms之间；

(2)钻井液的弛豫时间在0.01ms到2.31ms之间，其余部分所占比例为6.3％；

(3)混合液的弛豫时间在0.1ms到14.2ms之间，其余部分：5％的占8％，25％的占1％，其它的占0％；

从原油和钻井液的弛豫时间谱可知，二者存在交叠的部分，这也导致了不同浓度的混合液虽然在弛豫时间谱上具有一定的差异，但是原油和钻井液二者始终是交叠的，因此，单从弛豫时间谱是无法直观判断混合液中原油与钻井液的混合比例的。

2.T系列样品(原油密度为0.9455)，结合图4、图2和图5所示可知：

(1)原油的弛豫时间在0.7ms到33ms之间，在33ms到1500ms之间部分所占比例只有8％；

(2)钻井液的弛豫时间在0.01ms到2.31ms之间，其余部分所占比例为6.3％；

(3)混合液的弛豫时间在0.01ms到21.54ms之间，其余部分：5％的占5％，25％的占1％，其它的占0％；

从原油和钻井液的弛豫时间谱可知，二者存在交叠的部分，这也导致了不同浓度的混合液虽然在弛豫时间谱上具有一定的规律，但是原油和钻井液二者始终是交叠的，因此，单从弛豫时间谱是无法直观判断混合液中原油与钻井液的混合比例的。此外，在原油弛豫时间谱中出现的弛豫时间在33ms到1500ms的部分在混合液中并无体现。现分析原因如下：该部分占原油的8％，折算到混合液中则分别占到0.4％、2％、2.8％、3.6％，比例较小，因此，在弛豫时间谱中未有体现。

3.G系列样品(原油密度为0.8987)，结合图6、图2和图7所示可知：

(1)原油的弛豫时间在1.75ms到2848.04ms之间；

(2)钻井液的弛豫时间在0.01ms到2.31ms之间，其余部分所占比例为6.3％；

(3)混合液的弛豫时间在0.1ms到1232.85ms之间；

从原油和钻井液的弛豫时间来看，在混合液中，钻井液的93.7％是与原油彻底分离，这93.7％的钻井液就是出现在混合液弛豫时间谱最前面的部分。利用这部分的钻井液信号就可以计算混合液中的原油比例了。因为单位体积的钻井液和原油产生的信号量是不同的，而弛豫时间谱中各部分的比例关系只是各部分的信号比例，而不是实际比例，所以，我们需要借助定标或单位换算的方式转换成混合液中原油和钻井液的真实比例。具体结果如下：

得出的定标线曲线如图8所示：y＝1.230X-0.123；

4.L系列样品(原油密度为0.83)，结合图9、图2和图10所示可知：

(1)原油的弛豫时间在2.01ms到265.61ms之间；

(2)钻井液的弛豫时间在0.01ms到2.31ms之间，其余部分所占比例为6.3％；

(3)混合液的弛豫时间在0.25ms到200.92ms之间；

从原油和钻井液的弛豫时间来看，在混合液中，钻井液的93.7％是与原油彻底分离，这93.7％的钻井液就是出现在混合液弛豫时间谱最前面的部分。利用这部分的钻井液信号就可以计算混合液中的原油比例了。因为单位体积的钻井液和原油产生的信号量是不同的，而弛豫时间谱中各部分的比例关系只是各部分的信号比例，而不是实际比例，所以，我们需要借助定标或单位换算的方式转换成混合液中原油和钻井液的真实比例。具体结果如下：

得出的定标线曲线如图11所示：y＝0.966X-0.044；

5.Z系列样品(原油密度为0.722)，结合图12、图2和图13所示可知：

(1)原油的弛豫时间在1417.47ms到2477.08ms之间；

(2)钻井液的弛豫时间在0.01ms到2.31ms之间，其余部分所占比例为6.3％；

(3)混合液的弛豫时间在0.1ms到2848.04ms之间；

从原油和钻井液的弛豫时间来看，在混合液中，钻井液的93.7％是与原油彻底分离，这93.7％的钻井液就是出现在混合液弛豫时间谱最前面的部分。利用这部分的钻井液信号就可以计算混合液中的原油比例了。因为单位体积的钻井液和原油产生的信号量是不同的，而弛豫时间谱中各部分的比例关系只是各部分的信号比例，而不是实际比例，所以，我们需要借助定标或单位换算的方式转换成混合液中原油和钻井液的真实比例。具体结果如下：

得出的定标线曲线如图14所示：y＝1.041X-0.143；

试验结论：单纯从T2弛豫的角度，对于密度较小的原油如：0.722的、0.83的、0.8987的，在T2弛豫时间上是能够明显区分开的，因此，可以用T2弛豫来测量该类样品的含油率。对于密度较大原油如：0.9455的、0.9712的，在T2弛豫时间上是存在交叠的，因此，单纯用T2弛豫来测试是分不开的。

Claims (2)

1.一种低场核磁共振测量钻井液含油率的方法，其特征在于首先对钻井液样品进行弛豫与扩散分析，找出钻井液含油率与弛豫、扩散数据的相关性；然后通过对钻井液样品的弛豫、扩散分析，将样品含油率与弛豫、扩散系数相对应，并选择合适的样品进行定标，得到标准测量曲线；最后根据样品的标准测量曲线，将未知含油率的钻井液样品进行快速精确测量。

2.根据权利要求1所述的低场强核磁共振测量钻井液含油率的方法，其特征在于其具体的实施步骤如下：

1)样品分析：通过CPMG序列对原油、钻井液进行横向弛豫分析，并采用一维反拉普拉斯算法作为横向弛豫时间谱反演算法，得出原油和钻井液的弛豫时间谱，如果二者的弛豫时间谱不完全重叠，则对它们的混合液进行横向弛豫分析，并得出弛豫时间谱；

2)样品标样：若原油与钻井液不重叠的部分在混合液中同混合液含油率成比例，则选择该部分作为标样信号；如果原油与钻井液不重叠的部分在混合液中同混合液不成比例，则通过PGSE-CPMG序列对原油、钻井液及它们的混合液三者进行横向弛豫时间与扩散系数相关性分析，并采用二维反拉普拉斯算法作为横向弛豫时间与扩散系数相关性谱反演算法，得出原油、钻井液及其混合液的横向弛豫时间与扩散系数相关性谱，然后找到该谱中完全独立的原油或钻井液成分作为标样信号；

3)标样定标：根据样品标样中所确定的标样信号，以混合液中该部分信号占整体样品信号的比例为Y，混合液的含油率为X，进行一次线性拟合得到拟合直线y＝kX+b，则y为Y的测量值；

4)样品分析：按照标样信号测量的方式分析样品，找到标样信号区域对应的样品信号y；

5)样品测量：利用定标线以及样品分析中得到的y值计算样品含油率x。

Images