CN104285034A - 对油气储层中的储层连通性的评估 - Google Patents

Abstract

本发明公开了一种用于评估油气储层中的多个部分之间的连通性的方法。在至少一个井眼中的不同深度处收集油气样品。荧光强度确定相应的不同深度的油气的实际重质馏分浓度。确定相应的不同深度的油气的估计重质馏分浓度，并将油气的实际重质馏分浓度与估计重质馏分浓度相比较，以评估油气储层的多个部分之间的连通性。

Description

对油气储层中的储层连通性的评估

背景技术

储层连通性分析确定储层流体是否从一个储层部分向另一个储层部分流动和确定在何处钻井眼。可以通过使用井下流体分析(DFA)(包括光谱学)收集和分析来自井眼的油样品以确定井眼中不同深度处的重质馏分(heavy end)浓度并与Flory-Huggins-Zuo状态方程(FHZ EOS)油进行比较来评估储层连通性。该分析依赖于可见或者近红外区域(称为“有色”)中光学吸收的解释且该分析与油中的沥青质或者有色树脂的相对含量有关。但是，在一些油中量化沥青质含量存在困难。一些系统使用有色或者重油荧光测量相对的沥青质含量，其两者均适于具有高浓度重质馏分的油。这些方法对于具有低浓度重质馏分的油，例如气体冷凝物可能不行。

发明内容

提供本发明内容用于介绍概念选择，该概念在下文详细的说明中进一步描述。本发明内容不旨在标识所要求保护的主题的关键或必要特征，也不旨在作为一种帮助用于限制所要求保护的主题的范围。

一种方法评估被井眼横穿的油气储层中的多个部分之间的连通性。在至少一个井眼内的相应深度处收集多个油气样品。基于多个油气样品，荧光强度用于确定相应的不同深度的油气的多个实际重质馏分浓度。确定相应的深度的油气的多个估计重质馏分浓度。油气的多个实际重质馏分浓度与油气的多个估计重质馏分浓度相比较，以评估油气储层的相邻部分之间的连通性。

在一个实例中，油气形成为气体冷凝物、湿气、或者挥发性油。在另一个实例中，油气形成为包含<1wt％的沥青质的流体。油气还可以形成为在可见或者近红外光谱区域中具有<0.1光学密度(OD)吸收的流体。在另一个实例中，油气形成为具有以孤立分子存在的重质馏分的流体。在又一个实施例中，油气形成为具有与重质馏分含量成比例的荧光的流体。

在一个实例中，多个估计重质馏分浓度在井眼的深度上具有表明油气储层的多个部分之间的连通性的梯度。可以在井眼内使用井下工具收集多个油气样品。在另一个实例中，使用Flory-Huggins-Zuo状态方程(FHZ EOS)模型确定多个估计重质馏分浓度。重质馏分浓度可以基于芳烃和树脂的浓度，其可以具有类似于分子二萘嵌苯的化学组分。

一种评估被至少一个井眼横穿的油气储层中的多个部分之间的连通性的系统包括至少一个工具用以在至少一个井眼内的相应深度处收集多个油气样品。荧光强度用于确定油气的实际重质馏分浓度。处理器与所述至少一个工具协作且确定估计重质馏分浓度，且将油气的多个实际重质馏分浓度与油气的估计重质馏分浓度相比较，以评估油气储层的多个部分之间的连通性。

还公开了一种非易失性计算机可读介质，其可在处理器上执行以执行用于评估油气储层中的且被井眼横穿的多个部分之间的连通性的步骤，荧光强度已用于确定相应的不同深度的气体冷凝物的实际重质馏分浓度。将油气的实际重质馏分浓度与估计重质馏分浓度相比较。

附图说明

图1A是可以与根据一个非限制性实施例的方法一起使用的石油储层流体分析工具的示意图。

图1B是适于与图1A的工具一起使用的流体分析模块的示意图。

图2是示出了根据一个非限制性实施例的用于评估连通性的工作流程的流程图。

图3是示出了轻质油的荧光与颜色相比较的线性关系的图，这说明了荧光可以解释为油中的重质馏分含量的度量。

图4是示出了使用DFA在不同深度处测量的荧光数据的图，且表示来自FHZ EOS的预测的直线表明储层被连通且处于平衡下。

具体实施方式

参考附图制作本说明书，附图中示出了示例性实施例。但是，也可以使用很多不同的实施例，因此本说明书不应被解释为局限于本文所阐述的实施例。相反，提供这些实施例使得本公开透彻和完整。相同的附图标记始终表示相同的元件。

现参考图1A和1B，示出了用于控制储层井下流体分析(DFA)模块的一种工具，且图1B中示出了图1A的流体分析模块的一个示例性实施例，其包括多种探测器，包括用于测量荧光数据且能够使用FHZ EOS在气体冷凝物中评估储层连通性的探测器。FHZ EOS的大部分细节在基于美国临时专利申请US 61/387,066的同属于本受让人的国际专利申请公开WO2012/042397中和同属于本受让人的美国临时专利申请US 61/587,846中描述。

下文相对于测量油气的重质馏分气体浓度(例如，气体冷凝物)的主题描述FHZ EOS的应用，以确定储层连通性。在同属于本受让人的美国专利申请US 13/446,975中公开了使用光谱学测量沥青质含量的系统，且在基于美国临时专利申请US 61/585,934的国际专利申请PCT/US13/21274中公开了使用荧光的另一种系统。下文描述的系统和方法可以用在一个或多个与共同地层交叉的井眼中。本分析不限于单个井眼。通常分析侧向连通性且可以使用单井或者多井方法。

气体冷凝物展现出少量颜色(little color)，这表明重质馏分的相对浓度不能通过光谱学确定。用于评估储层连通性的FHZ EOS的应用依赖于重质馏分的相对浓度的测量。根据一个非限制性示例，使用荧光数据来测量油气(例如气体冷凝物)，以便能够使用FHZ EOS在气体冷凝物中评估储层连通性。

在一个实例中，油气形成为气体冷凝物，在另一个实例中油气形成为具有少量液体存在的湿气，例如在一个非限制性实例中，从潮湿气体(饱含液体蒸汽的气体)到具有90％体积的气体的多相流的范围。在另一个实例中，油气形成为包含<1wt％的沥青质的挥发性油或者流体。油气还可以形成为在可见或者近红外光谱区域中具有<0.1的光密度(OD)吸收。油气还可以形成为具有以孤立分子形式存在的重质馏分的流体。油气还可以形成为具有与重质馏分含量成比例的荧光的流体。

图1A说明了石油储层分析系统8，其可以根据一个非限制性实例用于评估储层连通性。系统8包括井眼工具10，其在井眼12中悬挂于典型的多芯电缆15的下端部，该多芯电缆15以通常的方式缠绕在地表上的合适的绞盘上。电缆15电耦合到地表上的控制系统18且包括用于处理该工具的电子设备和处理电路。井眼工具10包括细长主体19，其承载可选择性伸展的流体接纳组件20和可选择性伸展的工具锚固件21，它们分别布置在工具主体的相反侧。配备流体接纳组件20用于选择性地封闭或者隔离井眼12的壁的所选部分，使得建立与临近的地层14流体连通。

流体接纳组件20和井眼工具10包括通向流体分析模块25的流路。由流体接纳组件20获得的地层流体流动通过流路且通过流体分析模块25。然后，流体可以通过端口被排出或者可被送到一个或者多个流体收集室22和23，其可以接收和保留从地层获得的流体。在流体接纳组件20密封地接合地层14的情况下，短的快速压降可以用于破坏泥饼密封。吸取到工具中的第一流体可能被泥浆滤出液高度污染。随着工具继续从地层14吸取流体，接近流体接纳组件20的区域被清理且储层流体成为主要组分。清理所需的时间取决于很多参数，包括地层渗透率、流体粘度、井眼与地层之间的压力差、以及过平衡压力差及其在钻井期间的持续时间。增加泵送速率可以缩短清理时间，但是需要仔细控制速率以保持地层压力条件。

流体分析模块25包括用于测量流路中的流体的温度和压力的构件。模块可以与测量在井眼内的不同深度处收集的不同的气体冷凝物样品中的荧光强度的电路和器械一起工作。参考国际专利申请PCT/US 13/21274，其公开了用于测量重质油的沥青质含量的重质油荧光，且包括测量气体冷凝物的荧光的各种传感器和模块。流体分析模块25还在流路压力和温度下推导表征地层流体样品的特性。

在一个实施例中，流体分析模块25测量吸收光谱且将这种测量结果转换为流体样品中的多种烷烃组分和族的浓度。在一个说明性实施例中，流体分析模块25提供二氧化碳(CO₂)、甲烷(CH₄)、乙烷(C₂H₆)、C3-C5烷烃族、己烷的团块以及更重烷烃组分(C6+)的浓度(例如，重量百分比)以及沥青质含量的测量结果。流体分析模块25测量流路温度和压力下的现场流体密度(ρ)、流路温度和压力下(cP)的现场流体粘度(μ)、地层压力以及地层温度。

对流体接纳组件20和流体分析模块25的控制以及通向收集室22、23的流动路径通过控制系统18维持。本领域技术人员将理解，流体分析模块25和位于地表的电控制系统18包括数据处理功能(例如，一个或多个微处理器、相关的存储器以及其它硬件和/或软件)，以实施本文描述的方法。电控制系统18还可以由分布式数据处理系统实现。由井眼工具10测量的数据通过通信线路(例如，卫星线路)传送到远程位置进行数据分析，这可以在工作站或者其它合适的处理系统(例如，计算机集群或者计算网络)上实施。

由井眼工具10采样的地层流体可被钻井流体的泥浆滤出液污染，该泥浆滤出液在钻井过程期间渗入到地层14中。在一些实例中，地层流体被从地层14抽取且被泵送到井眼中或者到井眼工具10中的大的废料室中，直到正被抽取的流体变得足够清洁。在一个清洁实例中，样品流体中的泥浆滤出液的浓度在可接受的低水平下，使得流体大体上表示原生(即自然发生的)地层流体。在说明的实例中，井眼工具10设有流体收集室22和23，用于存储收集的流体样品。

图1A的系统8通过在井眼12内的一个或者多个测量区处井下采集储层流体而就地做出关于含油气地质地层的确定，且对于每一个测量区实施一个或者多个储层流体样品的井下流体分析(DFA)(包括组分分析，例如，估计给定样品的多种组合组分的浓度和其它流体特性)。根据一个非限制性实例，气体冷凝物的样品从不同的深度处收集。井下流体分析可以与流体的热力学特性的状态方程(EOS)模型比较，以表征储层内的不同位置处的储层流体且确定流体开采参数、传输特性以及其它有商业价值的储层指标。

例如，EOS模型可以提供相包络，其可以用于交互地改变样品的收集速率且避免进入两相区域。在另一个实例中，EOS可以为储层评估开采方法。上述性质可以包括密度、粘度、以及在膨胀到指定的温度和压力之后由液体形成的气体的体积。流体样品关于其热力学模型的表征还可以作为基准用以确定获得的样品的有效性、是否保留样品、和/或是否在感兴趣的位置处获得另一样品。更特别地，基于热力学模型和关于地层压力、采样压力以及地层温度的信息，如果确定流体样品在接近或者低于样品的起泡点获得，可以决定抛弃样品和/或以更低的速率(即，更小的压降)获得样品，使得气体不会从样品析出。由于可能需要地层中反气体冷凝物的精确露点的知识，因此当条件允许时可以决定改变压力下降，以试图观察液体冷凝且因此建立实际饱和压力。

图1B说明了图1A的流体分析模块25的一个实施例(用附图标记25'标注)，包括探测器202，其具有允许地层流体进入其中的端口204。液压伸展机构206可以由液压系统220驱动，用以将探测器202伸展而密封地接合地层14。在其它实施方式中，可以使用多于一个的探测器，或者可充胀封隔器可以代替探测器且起到与地层以及样品流体样品建立流体连通的功能。

一种示例性的探测器202是由美国的德克萨斯州的糖城的斯伦贝谢科技有限公司(Schlumberger Technology Corporation)开发的Quicksilver探测器。Quicksilver探测器将来自储层的流体流分成两个同心的区域，即隔开的中心区域与保护区域，保护区域环绕中心区域的周边。用独立的泵连接两个区域以分离流路。泵可以以不同的速率运行，以利用储层的滤出液/流体粘度差别和渗透率各向异性。在保护区域中更高的进入速度将污染的流体引导到保护区域流路中，而清洁的流体被吸取到中心区域中。流体分析器分析每一个流路中的流体，以确定各个流路中的流体的组分。可基于这种组分分析调节泵速率，以达到和保持需要的流体污染水平。Quicksilver探测器的操作在流体提取过程早期高效地将污染流体与更清洁的流体分离，这与传统地层测试工具相比可以明显更少的时间获得清洁流体。

流体分析模块25'包括流路207，其将地层流体从端口204载送通过流体分析器208。流体分析器208可以包括光源，其将光线引导到临近流路流体流动设置的蓝宝石棱镜。通过气体折射计和双荧光探测器分析这种光线的反射。气体折射计定性地识别流路中的流体相。双荧光探测器探测自由气泡和反液体析出，以精确地探测流路207中的单相流体流动。还识别流体类型。最终的相信息可以用于定义反冷凝物与挥发性油之间的差别，它们可以具有类似的气体-油比率(GOR)和现场油密度。还可以用于实时监测相分离和确保单相采样。流体分析器208还包括双光谱仪-滤波阵列光谱仪和光栅类型光谱仪。流体分析器208或者其它有关的模块还包括用于测量井眼内的不同深度处的气体冷凝物的样品中的荧光强度的器械。

分析器208的滤波阵列光谱仪包括提供宽带光线的宽带光源，该宽带光线沿着光导元件传递且通过流路中的光室到光密度探测器阵列，该探测器设计为探测可见和近红外光谱中的窄频带(通常称为频道)，如美国专利US4,994,671中描述的。滤波阵列光谱仪还采用光滤波器，其提供流路中的流体的颜色(还称为“光密度”或者OD)识别。这种颜色测量支持流体识别、确定沥青质含量以及pH测量。流体分析器208的这种光栅型光谱仪设计为在近红外光谱(1600-1800nm之间)中探测频道，在所述频道中，储层流体具有反映分子结构的吸收特征。

流体分析器208还包括用于测量流路207中的地层流体的压力的压力传感器、用于测量流路207中的地层流体的温度的温度传感器、以及用于测量流路207中的流体的现场流体密度的密度传感器。除了密度之外，密度传感器还能够从震动频率的品质因数提供现场流体粘度的测量。在一个实施例中，流体分析器208是可商购于斯伦贝谢科技有限公司的Insitu流体分析器。流体分析器208的流路传感器可以替换为或者增补有其它类型合适的测量传感器(例如，NMR传感器、电容传感器等)。用于测量吸取到流路207中的流体的压力和温度的压力传感器和/或温度传感器还可以是探测器202的一部分。

泵228流体地耦合到流路207且控制为将地层流体吸取到流路207中以及将地层流体通过阀229和流动路径231(图1B)供给到流体收集室22和23(图1A)。

流体分析模块25'包括数据处理系统213，其接收控制和数据信号将控制和数据信号传送到模块25'的其它构件用于控制模块25'的操作。数据处理系统213还与流体分析器208通信，用于接收、存储、以及处理在其中产生的测量数据。在一个实施例中，数据处理系统213处理由流体分析器208输出的测量数据以推导和存储由流体分析器208就地分析的流体样品的油气组分的测量结果，包括：流路温度；流路压力；流路温度和压力下的现场流体密度(ρ)；流路温度和压力下的现场流体粘度(μ)；二氧化碳(CO₂)、甲烷(CH₄)、乙烷(C₂H₆)、C3-C5烷烃族、己烷的团块以及更重烷烃组分(C6+)的浓度、以及沥青质含量(例如，重量百分比)；气/油比率(GOR)；以及其它参数(例如，API重力、油地层体积因数(B₀)等)。

流路温度和压力分别由流体分析器208(和/或探测器202)的温度传感器和压力传感器测量。在一个实施例中，温度传感器和压力传感器的输出在样品采集之前、之中以及之后被连续监测，以取得流路207中的流体的温度和压力。地层压力可以由流体分析器208的压力传感器结合将流路累积到地层压力之后在特殊测量区的井下流体采样和分析测量。

GOR通过使用近红外吸收峰测量原油的甲烷和液体组分的量确定。在单相现场原油上的甲烷峰与油峰的比率直接与GOR相关。流体分析模块25'还可以探测和/或测量给定现场油样品的其它流体性质，包括反结露形成、沥青质沉淀、和/或气体析出。

流体分析模块25'还包括工具总线214，其在数据处理系统213与图1A的位于地表的控制系统18之间传送数据信号和控制信号。工具总线214还可以载送电力供应信号，其由位于地表的电源产生而用于供应到流体分析模块25'，且模块25'可以包括电源变压器/调节器215，以用于将通过工具总线214提供的电力供应信号转变成适于由模块25'的电构件使用的合适水平。

尽管图1B的构件在上文中示出和描述为以特殊的配置方式通信地耦合和布置，但本领域普通技术人员将理解，在不偏离本公开的范围的情况下流体分析模块25'的构件也可以不同于图1B中描述地通信地耦合和/或布置。此外，本文描述的示例性的方法、器械、和系统不限于特殊的传送方式，相反也可以结合不同的传送方式执行，包括例如连续油管、电缆、有线钻杆、和/或在工业中已知的其它传送机构。

根据本公开，图1A和1B的系统能够使用图2的流程图300中示出的方法来操作，以基于储层流体样品的井下流体分析(DFA)以及更特别地如下文详细解释的气体冷凝物来评估连通性。本领域技术人员将理解，位于地表的电控制系统18和井眼工具10的流体分析模块25均包括数据处理功能(例如，一个或多个微处理器、相关的存储器、以及其它硬件和/或软件)，它们配合以实施本文描述的方法。电控制系统18还可以由分布式数据处理系统或者工作站或者其它合适的数据处理系统(例如，计算机集群或计算网格)来实现。

现提供用于对气体冷凝物储层评估储层连通性的方法的更多细节。首先描述沥青质结构和分析方法的简短说明，以便当将FHZ EOS应用到重质馏分气体冷凝物时，更好理解所描述的过程。

沥青质是原油的溶解性类，其可溶解于芳香族溶剂但是不可溶解于正烷烃。沥青质是固体，当将过量的正庚烷或戊烷添加到原油时，其将会沉淀。沥青质分子是极性的，具有相对较高的分子量(大约700到大约1000g/mol)和大约1.2g/cc的密度且能够从目前的原油开采中沉淀。在油开采期间，由于温度、压力和/或原油的化学组分改变，沥青质经常会不稳定且沉淀。

储层流体可以使用纳米科学分类以在油柱中测量组分梯度。隔离、连通性、流体梯度以及粘度可能受到小量沥青质的实质性影响。油粘度取决于沥青质含量。流体梯度的幅度取决于沥青质的团聚体结构，该团聚体结构取决于的沥青质含量以及其他变量。沥青质梯度的测量结果指示连通性和隔离，但是小量沥青质不会引起储层被隔离。井下流体采样分析能够精确地测量油柱上的沥青质含量变化。沥青质含量和分布使用传感器的组合来采集，且测量的梯度和颜色、流体密度、气/油比率(GOR)、油气组分、荧光强度以及粘度就地测量。流体性质测量在井下执行且作为IFA数据被实时传送到地表，且与沥青质状态方程(EOS)模型耦合。这样，可确定储层复杂性，例如流动障碍和流体分布以及隔离。由于沥青质是固体，它们采用胶状的EOS来处理，例如，Flory-Huggins-Zuo(FHZ)EOS。应用时，井下流体分析数据用FHZ EOS来处理，且做出沥青质是否在储层上以热力学平衡分布的决定。

图2是高级流程图300，示出了评估气体冷凝物储层中的连通性的一种示例性方法。该方法评估被井眼横穿的油气储层中的相邻部分之间的连通性。气体冷凝物呈现少量颜色且重质馏分的相对浓度不能通过光谱学确定。用于评估储层连通性的Flory-Huggins-Zuo状态方程(FHZ EOA)的传统应用依赖于重质馏分的相对浓度的测量结果。这样，由于所需测量结果不能获得，FHZ EOS还没有被应用于气体冷凝物中。

图2中示出的流程图300是评估在被井眼横穿的油气储层中的相邻部分之间的连通性的方法的高级流程图。开始(框302)之后，在井眼内的相应不同深度处收集多个气体冷凝物样品(框304)。基于多个气体冷凝物样品，荧光强度用于为相应的不同深度确定气体冷凝物的多个实际重质馏分浓度(框306)。为相应的不同深度确定气体冷凝物的多个估计重质馏分浓度(框308)。气体冷凝物的多个实际重质馏分浓度与气体冷凝物的多个估计重质馏分浓度相比较，以评估油气储层的相邻部分之间的连通性(框310)。方法在框312处结束。

在一个实例中，多个估计重质馏分浓度在井眼的深度上具有表明油气储层的相邻部分之间的连通性的梯度。如上文所述，FHZ EOS模型用于确定多个估计重质馏分浓度，这可以基于芳烃和树脂的浓度。

如上所述，评估连通性的系统包括收集多个气体冷凝物样品的至少一个工具，且基于多个气体冷凝物样品对相应的不同深度使用荧光强度来确定气体冷凝物的多个实际重质馏分浓度。图1A中示出的处理器与工具(例如上文参看图1A和1B描述的工具)协作，且为相应的不同深度确定气体冷凝物的多个估计重质馏分浓度且进行比较。

在一个实例中，非易失性计算机可读媒介对应于电子设备和处理，且可在处理器上执行以执行步骤用来评估被井眼横穿的油气储层中的相邻部分之间的连通性，在井眼内的相应的不同深度处从所述储层收集多个气体冷凝物样品。基于多个气体冷凝物样品，荧光强度用于为相应的不同深度确定气体冷凝物的多个实际重质馏分浓度。通过为相应的不同深度确定气体冷凝物的多个估计重质馏分浓度且将气体冷凝物的多个实际重质馏分浓度与气体冷凝物的多个估计重质馏分浓度相比较来评估油气储层的相邻部分之间的连通性而执行所述不同的步骤。

现描述根据一个非限制性实例的方法的进一步的细节。例如，气体冷凝物样品可以使用MDT^TM模块地层动态测试器(例如可从美国的德克萨斯州的糖城的斯伦贝谢科技有限公司获得)在多个深度处收集。此测试器测量储层压力且从多个层中收集代表性的流体样品，同时通过不同层段压力瞬态测试提供渗透率和各向异性数据。此类型的MDT测试器可以包括基本构件如下：电子电源模块(MRPC)、液压动力模块(MRHY)、单探测器模块(MRPS)以及模块样品室(MRSC)。这些样品的荧光使用井下流体分析(DFA)测量，以基于多个气体冷凝物样品为相应的不同深度确定气体冷凝物的多个实际重质馏分浓度。在一个实例中，如上文描述的井下流体采样可以使用电缆地层测试和采样工具(WFT)实现，以在具有良好垂直分辨率的不同深度处获得样品。任何污染可使用油基污染监视器(OCM)来修正，油基污染监视器也可以从斯伦贝谢科技有限公司获得。

在一个实例中，OCM技术使用光学装置监测采样期间颜色的积累且提供样品污染的实时分析。其处理数据以预测将经历多少时间实现可接受的低的污染水平。例如，在一个非限制性实例中，在流路中储层流体替换滤出液且甲烷信号的光学密度(OD)与油的甲烷含量成比例地增加。甲烷探测用于冷凝物且用于轻度着色的原油。在这些流体中，探测颜色积累是困难的，但是高的甲烷含量使得可靠的基于甲烷的OCM算法可行。甲烷含量还可以用于确定样品的气/油比率(GOR)。例如，当地层流体样品从用油基泥浆(OBM)钻井的井中取得时，OBM滤出液造成的样品污染可能影响样品PVT性质的精确测量。井下样品OBM污染可以由现场流体分析器(LFA)实时预测。

在对污染实施修正之后，相对于本领域中的其它冷凝物，荧光强度被解释为与冷凝物的重质馏分浓度成比例。气体冷凝物主要包括轻质馏分而很少甚至没有沥青质。这些化合物的大多数是饱和的烃，其不发荧光。冷凝物具有一些化合物，其包括芳香族碳(例如芳烃)或者SARA分类中的树脂且发荧光。存在导致在黑油中发荧光的类似的化合物，黑油还包括沥青质，该沥青质主要用于灭光，即防止荧光。在黑油中，沥青质的增加导致更多的灭光和更少的荧光。气体冷凝物不包括荧光灭失剂，但是在气体冷凝物中，重质馏分(例如，芳烃和树脂)的增加导致更多的荧光团，因此导致更多的荧光产生。轻质油的荧光被建模为与重质馏分的浓度成线性比例，由于没有灭失剂破坏线性。

原油可以分为四类：饱和烃、芳烃、树脂以及沥青质。饱和烃通常不参与荧光。芳烃和树脂是荧光团而不是灭光剂，因为它们吸收入射光子且发射荧光光子，但是它们不与它们自身反应而灭光。沥青质是灭光剂而不是荧光团，因为它们在大多数原油中发现的浓度下不发荧光，但是它们将来自树脂和芳烃的荧光灭除。

图3是对于轻质油比较荧光与颜色的图，该轻质油仍具有可测量的颜色。该图的垂直轴表示频道1处的荧光强度，水平轴表示在570纳米(nm)下的光学密度。荧光与颜色之间的线性关系表明了荧光可以被解释为在此油中的重质馏分含量的相对度量。对于更加轻质的油，通过吸收的颜色测量结果是不可靠的(非常少的入射光被吸收，所以在大的传输背景噪声上测量小的吸收信号)，而荧光是更可靠的(荧光信号可能小，但是其在非常小的背景噪声下测量)。这使得适于测量重质馏分含量的荧光是气体冷凝物。

如上文所述，气体冷凝物储层中的重质馏分的模型组分渐变根据FHZEOS处理。下文解释FHZ EOS的一个实例的进一步的细节。在熟悉的黑油中的组分渐变来自于如FHZ EOS所描述的作为沥青质的重质馏分与油的其余部分之间的密度与溶解度的差别。重质馏分和气体冷凝物(例如，芳烃和树脂)类似地与其余的冷凝物具有密度和溶解度的差别。因此，重质馏分和气体冷凝物展现如FHZ EOS所描述的组分渐变。重质馏分、黑油以及移动重油具有沥青质分子、沥青质纳米团聚体和/或沥青质簇。由实验室标准测量且由储层组分梯度的FHZ EOS分析确认，这些微粒具有至少1.5纳米(nm)的尺寸。重质馏分和气体冷凝物(例如，芳烃和树脂)是不会形成团聚物的更小分子。期待它们具有大约1nm的粒度。例如，在一种情况中发现，在特殊的轻质油中的荧光主要来源于称为二萘嵌苯的单种化合物，其具有大约1nm的尺寸且被期待在气体冷凝物中表示荧光团。应该理解，二萘嵌苯分析是一个实例，其可以根据一个非限制性实例使用。

如上文所描述的，由FHZ EOS预测的具有大约1nm粒度的组分梯度与由DFA测量的来自不同深度的荧光相比较。预测与测量之间的一致使得FHZ EOS的假设有效，示出了连通的储层的平衡。

图4示出了作为工作流程的一个实例的图，其垂直轴是深度(米)，其水平轴是荧光强度。菱形点是使用DFA在不同深度处测量的荧光数据。实线是来自FHZ EOS的预测。在此图中示出的良好一致性表示，储层是连通的且处于平衡。

在数值模型中，FHZ EOS模拟随时间变化的重质馏分气体冷凝物的平衡浓度，其作为井眼内的深度或者位置的函数。流体样品从至少一个井眼获得且被分析以测量浓度且量化重质馏分气体冷凝物。作为位置的函数的此模拟浓度与作为位置的函数的测量浓度相比较，可分析储层传导率，其用于确定井眼应在何处钻井且储层应以何种方式管理。在一个实例中，当作为井眼内的位置的函数的模拟平衡浓度与测量浓度(例如重质馏分气体冷凝物)之间的差别低于阈值时，井眼内的流体储层被确定为连通且在平衡状态，当高于上述阈值时，被确定为隔离。

石油的化学组分在连通储层的不同部分中变化。储层中这种组分随位置(例如，深度)的变化称为组分渐变。此组分渐变的幅度(即，从不同深度收集的两种流体的组分的差别)可以使用井下流体分析(DFA)测量且使用数学状态方程(EOS)模型预测。EOS模型基于假设：储层是连通的且处于热力学平衡下。如果测量的组分渐变的幅度匹配于预测的组分渐变，则EOS模型的所述假设被确认。在测量的组分渐变的幅度不匹配EOS模型的预测的情形下，可以假设存在储层隔离或者储层流体不处于平衡下。很多不同的力可导致缺少热力学平衡，例如焦油席、水洗、生物降解以及实时加料。所描述的方法帮助确定储层是否被隔离或者处于热力学非平衡状态下，用以帮助开发决定。

状态方程(EOS)模型描述了流体的热力学特性且提供储层内的不同位置处的储层流体的表征。当储层流体关于其热力学特性被表征时，可以计算流体开采参数、传输性质以及其它有商业价值的储层指标。

上文描述的建模步骤使用Flory-Huggins-Zuo(FHZ)EOS模型，其推导组分梯度和其它性质梯度(例如，压力和温度梯度)且描述储层流体中作为感兴趣的储层中的深度的函数的油和气(以及可能的水)混合物的体积特性。由FHZ EOS模型推导的组分梯度包括质量分数、摩尔分数、分子量、以及一组地层流体的赝组分的比重。这种赝组分包括表示地层流体中的沥青质的重赝组分、表示地层流体的非沥青质液体分数的第二馏分赝组分、以及表示地层流体中的气体的第三轻赝组分。从FHZ EOS模型推导的赝组分还可以表示单个碳数目(SCAN)组分以及所需要的地层流体的其它分数或者团块(例如，水分数)。FHZ EOS模型可以预测关于深度的组分梯度，其考虑了重力、化学力、热扩散等的影响，如在国际专利申请公开WO2011/007268中所教导的那样。FHZ EOS的其它应用已经在美国专利US7,822,554和US7,920,970、美国专利申请公开US2009/0248310和US2009/0312997、国际专利申请公开WO2009/138911和WO2011/030243、美国专利申请US12/752,967、以及国际专利申请PCT/IB2011/051740中描述。

连通性可通过关于深度适度减小的GOR值、作为深度的函数的连续增加的沥青质含量、和/或作为深度的函数的连续增加的流体密度和/或流体粘度来表明。另一方面，隔离和/或非平衡可通过不连续的GOR(或者如果较低的GOR在柱中发现为较高)、不连续的沥青质含量(或者如果较高的沥青质含量在柱中发现为较高)、和/或不连续的流体密度和/或流体粘度(或者如果较高的流体密度和/或流体粘度在柱中发现为较高)来表明。

EOS的流体性质预测基于假设：井眼内的储层流体是连通的且在热力学平衡状态下。因此，可以评估由井下流体分析测量的流体性质以确认它们符合此期望的假设。更具体地讲，储层是连通的且在平衡状态下的可能性可以通过关于深度适度减小的GOR值、作为深度的函数的连续增加的沥青质含量、和/或作为深度的函数的连续增加的流体密度和/或流体粘度来表明。而且，储层是连通的且在平衡状态下的可能性可以通过EOS模型的流体性质预测(特别是GOR、沥青质含量、流体密度以及流体粘度)和相应的井下流体分析测量结果之间的一致性(即，小的差别)来表明。

另一方面，储层是隔离的和/或在非平衡状态下的可能性可以通过不连续的GOR(或者如果较低的GOR在柱中发现为较高)、不连续的沥青质含量(或者如果较高的沥青质含量在柱中发现为较高)、和/或不连续的流体密度和/或流体粘度(或者如果较高的流体密度和/或流体粘度在柱中发现为较高)来表明。储层是隔离的和/或在非平衡状态下的可能性可以通过EOS的流体性质预测(特别是GOR、沥青质含量、流体密度以及流体粘度)和相应的井下流体分析测量结果之间的不一致性(即，大的差别)来表明。

流体样品的油气组分的测量结果通过流体分析器的数据输出的转换得到。在优选的实施例中，上述转换使用将荧光与储层流体的高分子量分数的浓度的测量结果相联系的经验关系式，具有如下形式：

I^F＝C1*φ_a+C2，   (1)其中，I_F是地层流体的测量的荧光；

_a是高分子量分数的对应体积分数；以及

C₁和C₂是从经验数据取得的常数。

GOR通过使用近红外吸收峰测量原油的甲烷和液体组分的量确定。在单相现场原油上的甲烷峰与油峰的比率直接与GOR相关。

在优选实施例中，溶解度模型将储层流体看作两个部分的混合物：溶解部分(高分子量分数)和油混合物(或者大部分储层流体，其包括较低分子量分数以及高分子量分数)。油混合物的性质可以通过井下流体分析测量和/或通过EOS模型估计。假设储层流体是连通的(即，没有隔离)且在热力学平衡下。这种方式中，作为深度的函数的溶解部分的相对浓度(体积分数)由下式给出：

$\frac{{\mathrm{\&phi;}}_a\left(h_2\right)}{{\mathrm{\&phi;}}_a\left(h_1\right)}=\exp \{\frac{v_{a}g({\mathrm{\&rho;}}_m-{\mathrm{\&rho;}}_a)(h_2-h_1)}{\mathrm{RT}}+{\left(\frac{v_a}{v_m}\right)}_{h_2}-{\left(\frac{v_a}{v_m}\right)}_{h1}-\frac{v_a[{({\mathrm{\&delta;}}_a-{\mathrm{\&delta;}}_m)}_{h_2}^2-{({\mathrm{\&delta;}}_a-{\mathrm{\&delta;}}_m)}_{h_1}^2]}{\mathrm{RT}}\}---\left(2\right)$

其中，_a(h₁)是深度h₁处的溶解部分的体积分数；

_a(h₂)是深度h₂处的溶解部分的体积分数；

ν_a是溶解部分的偏摩尔体积；

ν_m是油混合物的摩尔体积；

δ_a是溶解部分的溶解度参数；

δ_m是油混合物的溶解度参数；

ρ_a是溶解部分的部分密度；

ρ_m是油混合物的密度；

R是通用气体常数；以及

T是储层流体的绝对温度。

在等式(2)中，假设溶解部分的性质(例如，高分子量分数)独立于深度。对于是深度的函数的油混合物的性质，可以使用深度之间的平均值。等式(2)的第一个指数项由重力贡献所引起。第二个和第三个指数项由混合的组合熵改变所引起。第四个指数项由混合的焓(溶解度)改变所引起。可以假设储层流体是等温的。在这种情况下，温度T可以设置为如从井下流体分析确定的平均地层温度。可选地，关于深度的温度梯度(优选线性温度分布)可以从井下流体分析取得，且在特定深度处的温度T由上述温度梯度来确定。

在一个或多个深度处的油混合物的密度ρ_m可以由井下流体分析(或者从储层条件下的给定深度处收集的储层流体的实验室分析)来测量。还可以从EOS模型的输出取得。

在给定深度处的油混合物的摩尔体积ν_m可以由解EOS模型或者其它合适的方法来提供。

在给定深度处的油混合物的溶解度参数δ_m可以从与给定深度处的油混合物的密度ρ_m的经验关系式来取得。例如，溶解度参数δ_m(单位：MPa^0.5)可以通过下式获得：

δ_m＝17.347ρ_m+2.904   (3)其中，ρ_m是在给定深度处的油混合物的密度，单位是g/cm³。

等式(4)的线性函数形式可以用于将油混合物的性质(例如，密度ρ_m、摩尔体积ν_m、溶解度参数δ_m、粘度等)关联为深度的函数，如下：

α＝cΔh+α_ref   (4)其中，α是油混合物的性质(例如，密度ρ_m、摩尔体积ν_m、以及溶解度参数δ_m)，

c是系数，

α_ref是在参考深度处的油混合物的性质，以及

Δh是相对于参考深度的高度差。

在给定深度处的溶解部分的溶解度参数δ_a(单位为MPa^0.5)可以从相对于参考测量区的温度梯度取得，如下：

δ_a(T)＝δ_a(T₀)[1-1.07×10^-3(ΔT)]   (5)其中，T₀是参考测量区处的温度(例如，T₀＝298.15K)，

T是在给定深度处的温度，

ΔT＝T-T0，以及

δ_a(T₀)是在T₀下的溶解部分的溶解度参数(单位为MPa^0.5)(例如，δ_a(T₀)＝21.85MPa^0.5)。

压力对溶解部分的溶解度参数的影响很小且可忽略。井眼中的温度梯度可以由光纤分布式温度传感器来测量。可选地，井眼中的温度可以在多个区处由井下流体分析来测量。等式(4)的线性函数形式可以用于取得作为深度的函数的区之间的温度梯度。

温度和压力两者均可以被考虑用于确定溶解部分的溶解度参数δ_a(P,Τ)，如下：

${\mathrm{\&delta;}}_a(P,T)={\mathrm{\&delta;}}_a(P_0,T){\left(\frac{v}{v_0}\right)}_T^{-1.25}---\left(6\right)$

其中，P、ν以及P₀分别是压力、摩尔体积、以及参考压力，它们可以从EOS的输出测量或者估计。

溶解部分的部分密度(单位为kg/m³)可以从常数取得，该常数可以对于不同的溶解部分种类而改变，例如，对于树脂为1.05kg/m³、对于沥青质纳米团聚体为1.15kg/m³、以及对于沥青质簇为1.2kg/m³。

一旦获得了上文提及的性质，等式(2)中剩余的可调节的参数是溶解部分的摩尔体积。溶解部分的摩尔体积对于高分子量分数的不同种类而改变。例如，树脂具有比沥青质纳米团聚体更小的摩尔体积，而沥青质纳米团聚体具有比沥青质簇更小的摩尔体积。模型假设溶解部分的摩尔体积随深度而为常数。优选将球状模型用于估计溶解部分的摩尔体积，如下：

V＝1/6*π*d³*Na   (7)其中，V是摩尔体积，d是分子直径，以及Na是阿伏伽德罗常量。

例如，对于溶解部分包括树脂的种类(具有很少或者不具有沥青质纳米团聚体以及沥青质簇)，分子直径d可以在1.25±0.15nm的范围上变化。对于溶解部分包括沥青质纳米团聚体的种类(具有很少或者不具有树脂以及沥青质簇)，分子直径d可以在1.8±0.2nm的范围上变化。对于溶解部分包括沥青质簇的种类(具有很少或者不具有树脂以及沥青质纳米团聚体)，分子直径d可以在4.0±0.5nm的范围上变化。对于溶解部分是树脂和沥青质纳米团聚体的混合物的种类(具有很少或者不具有沥青质簇)，分子直径d可以在相应于上述树脂和纳米团聚体的范围上变化(例如，1.25nm与1.8nm之间)。这些直径实质上是示例性的，且可以根据需要调节。

在这种形式下，等式(1)可以用于为一个或者多个溶解部分种类确定曲线族。例如，溶解部分种类可以包括树脂、沥青质纳米团聚体、沥青质簇、以及它们的组合。一个溶解部分种类可以包括树脂，具有很少或者不具有沥青质纳米团聚体或沥青质簇。另一个溶解部分种类可以包括树脂和沥青质纳米团聚体，具有很少或者不具有沥青质簇。进一步的溶解部分种类可以包括沥青质簇，具有很少或者不具有树脂和沥青质纳米团聚体。曲线族表示溶解部分种类的浓度作为高度的函数的估计。各个族的每一条曲线从分子直径d取得，该分子直径d落入相应的溶解部分种类的直径范围内。可通过将曲线适配从井下流体分析取得的在不同深度处的相应的溶解部分种类的浓度的相应测量结果以确定最佳匹配曲线来求解。例如，包括树脂(具有很少或者不具有沥青质纳米团聚体和沥青质簇)的溶解部分种类的曲线族可以适配在不同深度处树脂浓度的测量结果。在另一个实例中，包括沥青质纳米团聚体(具有很少或者不具有树脂和沥青质簇)的溶解部分种类的曲线族可以适配在不同深度处沥青质纳米团聚体浓度的测量结果。

在又一个实例中，包括树脂和沥青质纳米团聚体(具有很少或者不具有沥青质簇)的溶解部分种类的曲线族可以适配在不同深度处的混合的树脂和沥青质纳米团聚体浓度的测量结果。在另一个实例中，包括沥青质簇(具有很少或者不具有树脂和沥青质纳米团聚体)的溶解部分种类的曲线族可以适配在不同深度处沥青质簇浓度的测量结果。如果最佳适配被识别出，最佳匹配的溶解种类的估计和/或测量的性质(或其他合适的性质)可以用于储层分析。如果没有适配是合适的，则储层流体可能不在平衡下或者可能需要更复杂的公式描述储层中的石油流体。

其它合适的结构模型可以用于为不同的溶解部分种类估计和改变摩尔体积。还可能，等式(2)可以通过忽略第一个和第二个指数项被简化，其给出分析模型形式，如下：

$\frac{{\mathrm{\&phi;}}_a\left(h_2\right)}{{\mathrm{\&phi;}}_a\left(h_1\right)}=\exp \left\{\frac{v_{i}g({\mathrm{\&rho;}}_m-{\mathrm{\&rho;}}_a)(h_2-h_1)}{\mathrm{RT}}\right\}---\left(8\right)$

可以以类似于上文对等式(2)描述的方式来解等式(8)，以取得储层中溶解部分作为深度(h)的函数的相对浓度。

下面描述FHZ EOS模型的一个说明性实例，且假设存在具有一些组分的储层流体且储层流体是连通的(即，没有隔离)且处于热力学平衡状态下。而且，假设在储层中不存在吸收现象或者任何种类的化学反应。越过多孔介质的单位体积的边界的组分i的质量流量(J)表达为：

$J_i={\mathrm{\&rho;}}_i(\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}\left(L_{\mathrm{ij}}{\&dtri;}_T{g}_j^t\right)+L_{\mathrm{ip}}(\mathrm{\&rho;g}-\&dtri;P)+L_{\mathrm{iq}}\&dtri;T)---\left(9\right)$

其中，L_ij、L_ip以及L_iq是现象系数，

ρ_i表示组分i的部分密度，

ρ、g、P、T分别是密度、重力加速度、压力以及温度，以及

g_j ^t是组分j对多孔介质中流体的质量自由能的贡献，其可以分成化学势部分μ_i以及重力部分gz(其中z是垂直深度)。

平均流体速度(u)由下式来估计：

$u=\frac{\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{J}_i}{\mathrm{\&rho;}}---\left(10\right)$

根据达西定律，现象气压扩散系数(phenomenological baro-diffusioncoefficient)必须满足下述限制：

$\frac{k}{\mathrm{\&eta;}}=\frac{\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&rho;}}_j{L}_{\mathrm{jp}}}{\mathrm{\&rho;}}---\left(11\right)$

其中，k和η分别是渗透率和粘度。

如果孔隙尺寸远远高于分子的平均自由程，由于外部压力场，组分的迁移率非常接近于整体迁移率。质量化学势是摩尔分数(x)、压力以及温度的函数。

在常温下，质量化学势(μ_j)的导数具有两个贡献：

${\&dtri;}_T{\mathrm{\&mu;}}_j=\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{\left(\frac{{\&PartialD;\mathrm{\&mu;}}_j}{\&PartialD;x_k}\right)}_{T,P,x_{i\&NotEqual;k}}{\&dtri;x}_k+{\left(\frac{{\&PartialD;\mathrm{\&mu;}}_j}{\&PartialD;P}\right)}_{T,x}\&dtri;P----\left(12\right)$

其中，偏导可以以EOS形式(逸度系数)表达：

其中，以及v_j分别是组分j的分子量、逸度、逸度系数以及偏摩尔体积；

x_k是组分k的摩尔分数；

R表示通用气体常数；以及

δ是克罗内克函数(Kronecker delta function)。

在理想情况中，现象系数(L)可以与有效实际扩散系数(D_i ^eff)相关；

$L_{\mathrm{ii}}=-\frac{M_i}{\mathrm{RT}}{D}_i^{\mathrm{eff}}---\left(15\right)$

支配多孔介质中的组分的分布的储层流体中的组分i的质量守恒表示为：

$\frac{\&PartialD;{\mathrm{\&rho;}}_i}{\&PartialD;t}+\&dtri;J_i=0,i=\mathrm{1,2},...,n---\left(16\right)$

等式(16)可以用于解决广泛的问题。这是随时间t改变的动态模型。

考虑到已经达到流体柱的机械平衡：

${\&dtri;}_{z}P=\mathrm{\&rho;g}---\left(17\right)$

组分的垂直分布可以通过解如下组等式来计算：

$\frac{\&PartialD;1n{f}_i}{\&PartialD;z}-\frac{M_{i}g}{\mathrm{RT}}+\frac{J_{i,z}}{x_i{D}_i^{\mathrm{eff}}}\frac{M}{\mathrm{\&rho;}{M}_i}-\frac{L_{\mathrm{iq}}}{D_i^{\mathrm{eff}}}\frac{\&PartialD;T}{\&PartialD;x}=0,i=\mathrm{1,2},...,n---\left(18\right)$

和

其中，J_i,z是外部质量流量的垂直分量。此公式允许计算流体柱的静态且其不需要建立产生观察的组分分布的动态过程模型。

如果外部流量的水平分量是显著的，还必须解沿着其它轴线的等式。沿着水平“x”轴线，等式变为：

$\frac{\&PartialD;{1\mathrm{nf}}_i}{\&PartialD;x}+\frac{J_{i,x}}{x_i{D}_i^{\mathrm{eff}}}\frac{M}{\mathrm{\&rho;}{M}_i}-\frac{L_{\mathrm{iq}}}{D_i^{\mathrm{eff}}}\frac{\&PartialD;T}{\&PartialD;x}=0---\left(20\right)$

流体柱的机械平衡是特殊情况，其将只发生在高度可渗透的储层中。在通常的情形中，垂直压力梯度由下式计算：

${\&dtri;}_{z}P=\mathrm{\&rho;g}-\frac{{\&dtri;}_z{P}_{\mathrm{Fluxes}}+{\&dtri;}_z{P}_{\mathrm{Soret}}}{1+R_p}---\left(21\right)$

其中，R_p由下式计算：

$R_p=\mathrm{RT}\frac{k}{\mathrm{\&eta;}}\frac{\mathrm{\&rho;}}{M}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{x_i}{D_i^{\mathrm{eff}}}---\left(22\right)$

来自热扩散的压力梯度贡献(称为Soret贡献)由下式给出：

${\&dtri;}_z{P}_{\mathrm{Soret}}=\mathrm{RT}\frac{\mathrm{\&rho;}}{M}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{x}_i\frac{L_{\mathrm{iq}}}{D_i^{\mathrm{eff}}}{\&dtri;}_{z}T---\left(23\right)$

且来自外部流量的压力梯度贡献由下式表达：

${\&dtri;}_z{P}_{\mathrm{Fluxes}}=\mathrm{RT}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{J_{i,z}}{M_i{D}_i^{\mathrm{eff}}}---\left(24\right)$

假设等温储层且忽略外部流量，结果产生下述等式：

$\frac{\&PartialD;1n{f}_i}{\&PartialD;z}-\frac{M_{i}g}{\mathrm{RT}}=0,i=\mathrm{1,2},...,n---\left(25\right)$

等式(25)可以改写为：

$\frac{\&PartialD;1n{f}_i}{\&PartialD;z}-\frac{M_{i}g}{\mathrm{RT}}+a_i=0,i=\mathrm{1,2},...,n---\left(26\right)$

其中，a_i由下式计算：

$a_i=\frac{J_{i,z}}{x_i{D}_i^{\mathrm{eff}}}\frac{M}{\mathrm{\&rho;}{M}_i}-\frac{L_{\mathrm{iq}}}{D_i^{\mathrm{eff}}}\frac{\&PartialD;T}{\&PartialD;z},i=\mathrm{1,2},...,n---\left(27\right)$

可以解等式(26)和(27)以预测储层中的油和气混合物的组分和体积特性(volumetric behavior)。闪蒸计算(flash calculation)可以用于解平衡中的油和气混合物的组分的逸度(f_i)。

得益于前述说明书和相关附图所呈现的教导，本领域技术人员能够设计本发明的很多修改和其它实施例。因此，可以理解，各种修改和实施例旨在被包括在本公开的范围内。

Claims (18)

1.一种评估油气储层中的多个部分之间的连通性的方法，包括：

在油气储层内的相应的不同深度处收集多个油气样品；

基于多个油气样品，使用荧光强度确定相应的不同深度的油气的多个实际重质馏分浓度；

确定相应的不同深度的油气的多个估计重质馏分浓度；以及

将油气的多个实际重质馏分浓度与油气的多个估计重质馏分浓度相比较，以评估油气储层的多个部分之间的连通性。

2.根据权利要求1所述的方法，其中，所述油气包括气体冷凝物。

3.根据权利要求1所述的方法，其中，所述油气包括湿气。

4.根据权利要求1所述的方法，其中，所述油气包括挥发性油。

5.根据权利要求1所述的方法，其中，所述油气包括包含<1wt％的沥青质的流体。

6.根据权利要求1所述的方法，其中，所述油气包括在可见或者近红外光谱区域中具有<0.1光学密度(OD)吸收的流体。

7.根据权利要求1所述的方法，其中，所述油气包括具有作为孤立分子存在的重质馏分的流体。

8.根据权利要求1所述的方法，其中，所述油气包括具有与重质馏分含量成比例的荧光的流体。

9.根据权利要求1所述的方法，其中，油气的多个估计重质馏分浓度在井眼的深度上具有表明油气储层的多个部分之间的连通性的梯度。

10.根据权利要求1所述的方法，其中，确定多个估计重质馏分浓度的步骤包括使用Flory-Huggins-Zuo状态方程(FHZ EOS)模型。

11.一种评估被至少一个井眼横穿的油气储层中的多个部分之间的连通性的系统，所述系统包括：

至少一个工具，其用于

在所述至少一个井眼内的相应的不同深度处收集多个油气样品，以及

基于所述多个油气样品，使用荧光强度确定相应的不同深度的油气的多个实际重质馏分浓度；以及

与所述至少一个工具协作的处理器，其用于

确定相应的不同深度的油气的多个估计重质馏分浓度，以及

将油气的多个实际重质馏分浓度与油气的多个估计重质馏分浓度相比较，以评估油气储层的多个部分之间的连通性。

12.根据权利要求11所述的系统，其中，多个估计重质馏分浓度在井眼的深度上具有表明油气储层的多个部分之间的连通性的梯度。

13.根据权利要求11所述的系统，其中，所述处理器使用Flory-Huggins-Zuo状态方程(FHZ EOS)模型确定多个估计重质馏分浓度。

14.根据权利要求11所述的系统，其中，所述重质馏分浓度基于芳烃和树脂的浓度。

15.一种非易失性计算机可读媒介，其可在处理器上执行，以便执行用于评估被至少一个井眼横穿的油气储层中的多个部分之间的连通性的步骤，已经在所述井眼内的相应的不同深度处从所述油气储层收集多个油气样品，已经基于所述多个油气样品，使用荧光强度确定相应的不同深度的油气的多个实际重质馏分浓度，所述步骤包括：

确定相应的不同深度的油气的多个估计重质馏分浓度；以及

将油气的多个实际重质馏分浓度与油气的多个估计重质馏分浓度相比较，以评估油气储层的多个部分之间的连通性。

16.根据权利要求15所述的非易失性计算机可读媒介，其中，多个估计重质馏分浓度在井眼的深度上具有表明油气储层的多个部分之间的连通性的梯度。

17.根据权利要求15所述的非易失性计算机可读媒介，其中，确定多个估计重质馏分浓度的步骤包括使用Flory-Huggins-Zuo状态方程(FHZEOS)模型。

18.根据权利要求15所述的非易失性计算机可读媒介，其中，所述重质馏分浓度基于芳烃和树脂的浓度。