CN104343427A - 一种预测co2驱油藏无机结垢趋势的方法 - Google Patents

一种预测co2驱油藏无机结垢趋势的方法 Download PDF

Info

Publication number
CN104343427A
CN104343427A CN201310314197.1A CN201310314197A CN104343427A CN 104343427 A CN104343427 A CN 104343427A CN 201310314197 A CN201310314197 A CN 201310314197A CN 104343427 A CN104343427 A CN 104343427A
Authority
CN
China
Prior art keywords
content
hco
pressure
formation
under
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310314197.1A
Other languages
English (en)
Other versions
CN104343427B (zh
Inventor
贾红育
赵淑霞
李远钦
马涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201310314197.1A priority Critical patent/CN104343427B/zh
Publication of CN104343427A publication Critical patent/CN104343427A/zh
Application granted granted Critical
Publication of CN104343427B publication Critical patent/CN104343427B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/16Enhanced recovery methods for obtaining hydrocarbons
    • E21B43/164Injecting CO2 or carbonated water

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Mining & Mineral Resources (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明为一种预测CO2驱油藏无机结垢趋势的方法,本方法通过采集油藏分析数据,将地层水样品的组分含量恢复至地层温度压力条件下的组分含量,建立考虑主要化学反应的水-岩反应热力学计算模型,再依据CO2驱过程中产出水的组分变化来拟合求取水相溶解CO2含量,并计算水-岩反应后真实地层水相关组份的含量,最后采用结垢预测软件或化学计算法预测CO2驱油藏的结垢趋势;本发明突破了现有结垢趋势预测方法不能直接预测CO2驱油藏结垢趋势的限制,应用于实际油藏可认识CO2驱过程中的无机结垢趋势,为合理的防垢方案制定提供科学依据,拓展了现有结垢预测方法的应用范围。

Description

一种预测CO2驱油藏无机结垢趋势的方法
技术领域
本发明涉及石油开采技术领域,尤其涉及一种预测CO2驱油藏无机结垢趋势的方法。
背景技术
目前,我国难动用储量的开采不断增加,CO2驱规模也随之不断扩大,CO2驱作为一项提高采收率的有效技术已为国内外许多油田采用,但是对于富钙矿物含量较高的陆相储层而言,例如方解石、斜长石、蒙脱石等,CO2驱过程中水相中溶解CO2的增加往往会引发以富钙矿物溶解为主的水岩反应,导致地层水中Ca2+、CO3 2-等成垢离子含量的增大,这种饱含成垢离子的地层水流经生产井近井地带和井筒时,由于压力的大幅降低可能引起难溶无机盐过饱和而结垢,例如碳酸钙和硫酸钙等,结垢往往造成油井近井地层堵塞,井筒阻流,设备损坏,严重影响油田开发。
关于油气藏开发过程中的无机结垢问题,国内外已开展了大量研究,提出了多种结垢趋势预测方法,这些方法大体可以分为两类。
其一为化学计算法,以化学平衡理论及有关平衡常数和溶解度测定数据为基础建立简单的计算公式来预测结垢趋势,为实现简单计算的目的,计算公式中常忽略某些因素的影响作用;目前常用的方法有朗格利尔Langelier饱和指数法、斯蒂夫-戴维斯Stiff-Davis饱和指数法、斯克尔曼Skillman热力学溶解度法、Ryznar稳定指数SAI法、Oddo-Tomson饱和指数法、Vetter饱和指数法、Toddo-Yuan饱和指数法。
其二为软件预测方法,根据化学平衡原理及大量有关平衡常数和溶解度测定数据建立综合考虑各种影响因素的数学模型,编制软件实现复杂的数值计算来预测结垢趋势;目前常用的软件有OFISTP、ScaleChem3、MultiSCALE、SCALEUP 、SDCQPC、 PIOS1.0、JHCPS。
目前,上述两种结垢趋势预测方法已经应用于许多实际油气藏的无机结垢趋势预测,预测天然能量开发和注水开发过程中的结垢趋势效果良好。但是,这些方法都不能直接预测CO2驱过程中的无机结垢趋势,要预测CO2驱油藏的结垢趋势尚有两个关键问题需要解决。
其一为CO2驱过程中的水—岩反应模拟计算,根据化学平衡理论,建立考虑主要化学反应过程的水—岩反应热力学计算模型,即碳酸的两级电离反应、碳酸钙的沉淀-溶解反应,可以计算不同水相溶解CO2含量条件下水岩反应后的成垢离子含量,进而即可预测CO2驱油藏的结垢趋势。
其二为水相溶解CO2含量的拟合,水相溶解CO2含量是水岩反应计算必需的参数,这一参数无法直接测定得到,只有通过CO2驱过程中产出水的成分变化来拟合求取。
目前,关于CO2驱过程中的水岩反应模拟计算和水相溶解CO2含量的拟合,国内外未见相关研究报道,CO2驱油藏的结垢趋势预测也未见文献和专利报道。中国专利CN101148986提出了一种预测强碱三元复合驱机采井结垢趋势的方法,但强碱三元复合驱机采井结垢为硅垢,而CO2驱油藏的结垢为钙垢,这一方法也不能用于预测CO2驱油藏的结垢趋势。
发明内容
本发明是在解决上述两个关键问题的基础上而提出的一种预测CO2驱油藏结垢趋势的方法,本方法能够准确预测CO2驱油藏无机结垢趋势,进而采取相应的防治措施可以减轻或消除由于结垢造成的不利影响,对改善CO2驱油藏开发效果具有重要意义。
本发明的一种预测CO2驱油藏无机结垢趋势的方法,所述分析方法是采集油藏分析数据,根据高温高压下的地层水样品的组分含量,建立水-岩反应热力学计算模型,得到CO2驱过程中的水-岩反应后的成垢离子含量;对水相溶解CO2含量的拟合过程,即通过CO2驱过程中产出水的组分变化来拟合求取水相溶解CO2含量,并计算水-岩反应后高温高压地层水相关组份的含量,最后进行结垢分析。
所述方法的步骤为,
步骤1,采集油藏分析数据;
采集常温常压条件下的地层水样品的组分含量,地层水样品组分分析按照石油和天然气行业标准《油田水分析方法 SY/T5523-2006》的规定进行取样和分析化验;
步骤1-1,获取常温常压条件下的地层水样品;
步骤1-2,采集所述步骤1-1的地层水样品在CO2驱之前的组分含量以及pH值;所述地层水样品的组分含量包括钙、镁、钾、钠离子以及氯离子、硫酸根离子、碳酸根离子、碳酸氢根离子以及水相溶解CO2的含量;
步骤1-3,向所述步骤1-1的地层水样品中注入CO2,采集CO2驱过程中产出水的组分含量、产出气的气相CO2含量、油藏的温度压力、油藏的饱和压力、生产井底的温度压力、生产井口的温度压力;
步骤2,获取地层温度压力条件下所述地层水样品的组分含量;
一般情况下,地层水成分是在实验室常温常压下测定的,与地层高温高压条件下相比,K+、Na+、Ca2+、Mg2+、Cl-、SO4 2-离子含量变化不大,测定结果可代表地层温度压力条件下的组份含量,但H2CO3、HCO3 -、CO3 2-、H+含量受碳酸两级电离反应的影响可能存在较大差异,因此必须考虑碳酸电离反应恢复计算这些组份在地层温度压力条件下的含量。
输入所述步骤1-2获取的所述地层水样品在CO2驱之前的组分含量,利用恢复计算方法获取地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量;
恢复计算方法的过程如公式1~4所示:
CO3 2-=Ksp/Ca2+               1;
HCO3 -=[HCO3 -]i+[CO3 2-]i-CO3 2-  2;
H+=K2×HCO3 -/CO3 2-            3;
H2CO3=H+×HCO3 -/K1           4;
CO3 2-、HCO3 -、H+、H2CO3分别为地层温度压力条件下CO2驱之前的所述地层水样品的组分含量;Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;Ca2+、[HCO3 -]i、[CO3 2-]i为所述步骤1-2采集的CO2驱之前所述地层水样品中的钙离子、碳酸氢根离子、碳酸根离子含量;
步骤3,计算地层温度压力下,所述地层水样品的离子强度:
输入步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,通过公式5获取所述地层水样品的离子强度Si;
Si=0.5×(K++Na++Cl-+HCO3 -+H+)+2×(Ca2++Mg2++SO4 2-+CO3 2-)  5;
其中,K+、Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3 -、CO3 2-、H+为所述步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,单位为mol/L;
步骤4,建立水-岩反应热力学模型;
建立两级电离反应以及碳酸钙的沉淀溶解反应条件下的水-岩反应热力学模型,如公式6所示:
2X4+aX3+bX2+cX+d=0  6;
其中,X=(Ca2+)1/2,Ca2+为水-岩反应后,所述地层水样品中钙离子的含量;
a、b、c、d的值分别通过公式7~10计算得到;
a=(H2CO3×K1×K2/Ksp)1/2               7;
b=[HCO3 -]i+2×[CO3 2-]i-[H+]i-2×[Ca2+]I  8;
c=-K1×H2CO3/b;                      9;
d=-2×Ksp;                          10;
其中,H2CO3为CO2驱之后水相溶解CO2含量,Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;[HCO3 -]i、[CO3 2-]i、[H+]i、[Ca2+]i分别为CO2驱之前所述地层水样品中碳酸氢根离子、碳酸根离子、氢离子、钙离子含量;
K1、K2、Ksp的值通过公式11~13计算得到:
K 1 = 10 - pK 1 - - - 11 ;
K 2 = 10 - pK 2 - - - 12 ;
Ksp=10-pKsp  13;
其中,p的含义是负对数,pKsp和pK1、pK2分别为碳酸钙溶度积、碳酸的一级电离平衡常数、碳酸的二级电离平衡常数的负对数;
pK1=6.39-1.198×10-3T+7.94×10-6T2-3.53×10-5P-1.067(Si)1/2+0.599(Si);
pK2=10.7-5.19×10-3T+11.29×10-6T2-3.57×10-5P-1.332(Si)1/2+0.496(Si);
pKsp=7.94-4.69×10-3T+11.9×10-6T2-6.60×10-5P-3.68(Si)1/2+1.270(Si);
T为地层温度,单位是华氏度℉,T(℉)=1.8×T(℃)+32,Si为所述步骤3获取的地层水样品的离子强度;P为地层压力,单位是psi,P(psi)=P(MPa)×1000/6.8948;
步骤5,水相溶解CO2含量的拟合步骤;
步骤5-1,设定一个水相溶解CO2含量,所述设定值大于所述步骤1-3中的水相溶解CO2含量;
步骤5-2,将所述步骤5-1的设定值输入步骤4的公式6中,计算得到地层温度压力下CO2驱之后所述地层水样品中的HCO3 -含量;
步骤5-3,比较步骤:
对比所述步骤5-2的计算得到的HCO3 -含量所述步骤1-3中CO2驱过程中得到的所述地层水样品中的HCO3 -含量比较;
步骤5-4,若所述步骤5-2的计算值小于所述步骤1-3的HCO3 -含量,记录计算值和设定次数;
步骤5-5,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值大于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-6,若计算值大于实测水的HCO3 -含量,记录计算值和设定次数;
步骤5-7,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值小于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-8,根据所述步骤5-1至步骤5-7获取的一组不同水相溶解CO2含量下的HCO3 -含量,利用回归分析方法建立CO2驱过程中所述地层水样品的HCO3 -含量与水相溶解CO2含量的经验关系式,如公式14所示;
H2CO3=2.3546×HCO3 --2857  14;
其中,H2CO3为地层温度压力条件下CO2驱之后所述地层水样品中的水相溶解CO2含量,HCO3 -为地层温度压力条件下CO2驱之后所述地层水样品中HCO3 -离子含量;
步骤6,计算水-岩反应相关组分含量;
步骤6-1,依据所述步骤1-3的CO2驱之后地层水样品中的HCO3 -含量恢复计算地层温度压力条件下的地层水HCO3 -含量,计算公式如下:
[HCO3 -]地层温度压力=[HCO3 -]常温常压×(K1地层温度压力/K1常温常压);
其中[HCO3 -]地层温度压力、[HCO3 -]常温常压分别为地层温度压力下和常温常压下的地层水HCO3 -含量,K1地层温度压力/K1常温常压分别为地层温度压力下和常温常压下的碳酸的一级电离平衡常数;
步骤6-2,依据所述步骤6-1得到的地层温度压力条件下的地层水HCO3 -含量以及所述步骤5-8获取的经验关系式,获取CO2驱过程中水相溶解CO2含量;
步骤6-3,根据所述步骤6-2获取的水相溶解CO2含量以及所述步骤4的水-岩反应计算模型,计算地层温度压力条件下,经过水-岩反应后的所述地层水样品中的组分含量,计算过程如公式15~18所示:
Ca2+=X2         15;
CO3 2-=Ksp/Ca2+   16;
H+=[H+]i+f-e    17;
HCO3 -=[HCO3 -]i+e+f  18;
其中,e=[CO3 2-]i+X-CO3 2-,f=aX+e-[H+]i
步骤7,结垢趋势预测分析;
根据所述步骤6-3获取的水-岩反应后的所述地层水样品中的组分含量、温度压力以及气相CO2含量数据,通过所述结垢趋势预测软件或化学计算法完成CO2驱油藏的结垢趋势分析。
在所述步骤1-2中,采用滴定法测定常温常压条件下,所述地层水样品在CO2驱之前的组分含量;
在所述步骤1-3中,测量产出气的气相CO2含量的过程是:
采用气体取样袋在气液分离器的气体取样口采集生产井的采出气,利用气相色谱仪分析测定采出气中N2、CO2、CO、O2、CH4、C2H6、C3H8、C4H10、C5H1c及C6以上气体含量。
测量油藏的温度、压力,油藏的饱和压力、生产井底的温度、压力,生产井口的温度、压力的过程是:
油藏投入开发初期,在探井中下入井下温度压力计,获取油藏原始温度、压力,并进行高压物性取样,通过单次脱气实验,获得原油饱和压力;对正常生产井进行停井作业,下入井下温度、压力计,稳定48小时以上,获取目前井底温度、压力;正常生产井在井口加装压力表、温度计,获取井口温度、压力。
所述步骤5-8中的回归分析方法,是在Microsoft Excel软件上,按行或列输入得到的水相溶解CO2含量和HCO3 -含量后,绘制相应的XY散点图,利用软件的回归分析功能建立水相溶解CO2含量与HCO3 -含量的经验关系式。
所述步骤7中的化学计算法包括朗格利尔Langelier饱和指数法、斯蒂夫-戴维斯Stiff-Davis饱和指数法、斯克尔曼Skillman热力学溶解度法、Ryznar稳定指数SAI法、Oddo-Tomson饱和指数法、Vetter饱和指数法、Toddo-Yuan饱和指数法。
所述步骤7中的结垢趋势预测软件包括OFISTP、ScaleChem3、MultiSCALE、SCALEUP、SDCQPC、PIOS1.0、JHCPS。
CO2驱油藏无机结垢趋势预测方法的提出,突破了现有结垢预测方法不能直接预测CO2驱油藏结垢趋势的限制,应用于实际油藏可认识CO2驱过程中的无机结垢趋势,为合理的防垢方案制定提供科学依据,拓展了现有结垢预测方法的应用范围。
本发明提出的水岩反应热力学计算模型考虑了涉及的碳酸的两级电离反应、碳酸钙的沉淀-溶解反应等主要化学反应,模型设计较为完善,关键参数水相溶解CO2含量拟合方法较为合理,结垢趋势预测结果较为可靠。
附图说明
图1为本发明的一种预测CO2驱油藏无机结垢趋势的方法流程图;
下面结合附图和具体实施方式对本发明作进一步详细地说明,本发明的保护范围不局限于下述的具体实施方式。
具体实施方式
如图1所示,本发明的一种预测CO2驱油藏无机结垢趋势的方法,其具体步骤为,
步骤1,采集油藏分析数据;
步骤1-1,用玻璃磨口瓶或者具塞聚乙烯瓶,在井口取样阀处取样500~1000ml;
步骤1-2,采用滴定法对样品进行化验分析,采集所述地层水样品在CO2驱之前的组分含量,采用酸度计测量地层水样品的pH值;
步骤1-3,向所述步骤1-1的地层水样品中注入CO2,采集CO2驱过程中产出水的组分含量、产出气的气相CO2含量、油藏的温度压力、油藏的饱和压力、生产井底的温度压力、生产井口的温度压力;
步骤2,获取地层温度压力条件下所述地层水样品的组分含量;
在OFISTP结垢趋势预测软件中输入所述步骤1-2获取的所述地层水样品在CO2驱之前的组分含量,利用恢复计算方法获取地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量;
恢复计算方法的过程如公式1~4所示:
CO3 2-=Ksp/Ca2+               1;
HCO3 -=[HCO3 -]i+[CO3 2-]i-CO3 2-  2;
H+=K2×HCO3 -/CO3 2-            3;
H2CO3=H+×HCO3 -/K1           4;
CO3 2-、HCO3 -、H+、H2CO3分别为地层温度压力条件下CO2驱之前的所述地层水样品的组分含量;Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;Ca2+、[HCO3 -]i、[CO3 2-]i为所述步骤1-2采集的CO2驱之前所述地层水样品中的钙离子、碳酸氢根离子、碳酸根离子含量;
步骤3,计算地层温度压力下,所述地层水样品的离子强度:
输入步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,通过公式5获取所述地层水样品的离子强度Si;
Si=0.5×(K++Na++Cl-+HCO3 -+H+)+2×(Ca2++Mg2++SO4 2-+CO3 2-)  5;
其中,K+、Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3 -、CO3 2-、H+为所述步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,单位为mol/L;
步骤4,建立水-岩反应热力学模型;
建立两级电离反应以及碳酸钙的沉淀溶解反应条件下的水-岩反应热力学模型,如公式6所示:
2X4+aX3+bX2+cX+d=0  6;
其中,X=(Ca2+)1/2,Ca2+为水-岩反应后,所述地层水样品中钙离子的含量;
a、b、c、d的值分别通过公式7~10计算得到;
a=(H2CO3×K1×K2/Ksp)1/2               7;
b=[HCO3 -]i+2×[CO3 2-]i-[H+]i-2×[Ca2+]I  8;
c=-K1×H2CO3/b;                      9;
d=-2×Ksp;                          10;
其中,H2CO3为CO2驱之后水相溶解CO2含量,Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;[HCO3 -]i、[CO3 2-]i、[H+]i、[Ca2+]i分别为CO2驱之前所述地层水样品中碳酸氢根离子、碳酸根离子、氢离子、钙离子含量;
K1、K2、Ksp的值通过公式11~13计算得到:
K 1 = 10 - pK 1 - - - 11 ;
K 2 = 10 - pK 2 - - - 12 ;
Ksp=10-pKsp  13;
其中,p的含义是负对数,pKsp和pK1、pK2分别为碳酸钙溶度积、碳酸的一级电离平衡常数、碳酸的二级电离平衡常数的负对数;
pK1=6.39-1.198×10-3T+7.94×10-6T2-3.53×10-5P-1.067(Si)1/2+0.599(Si);
pK2=10.7-5.19×10-3T+11.29×10-6T2-3.57×10-5P-1.332(Si)1/2+0.496(Si);
pKsp=7.94-4.69×10-3T+11.9×10-6T2-6.60×10-5P-3.68(Si)1/2+1.270(Si);
T为地层温度,单位是华氏度℉,T(℉)=1.8×T(℃)+32,Si为所述步骤3获取的地层水样品的离子强度;P为地层压力,单位是psi,P(psi)=P(MPa)×1000/6.8948;
步骤5,水相溶解CO2含量的拟合步骤;
步骤5-1,设定一个水相溶解CO2含量,所述设定值大于所述步骤1-3中的水相溶解CO2含量;
步骤5-2,将所述步骤5-1的设定值输入步骤4的公式6中,计算得到地层温度压力下CO2驱之后所述地层水样品中的HCO3 -含量;
步骤5-3,比较步骤:
对比所述步骤5-2的计算得到的HCO3 -含量所述步骤1-3中CO2驱过程中得到的所述地层水样品中的HCO3 -含量比较;
步骤5-4,若所述步骤5-2的计算值小于所述步骤1-3的HCO3 -含量,记录计算值和设定次数;
步骤5-5,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值大于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-6,若计算值大于实测水的HCO3 -含量,记录计算值和设定次数;
步骤5-7,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值小于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-8,根据所述步骤5-1至步骤5-7获取的一组不同水相溶解CO2含量下的HCO3 -含量,利用回归分析方法建立CO2驱过程中所述地层水样品的HCO3 -含量与水相溶解CO2含量的经验关系式,如公式14所示;
H2CO3=2.3546×HCO3 --2857  14;
其中,H2CO3为地层温度压力条件下CO2驱之后所述地层水样品中的水相溶解CO2含量,HCO3 -为地层温度压力条件下CO2驱之后所述地层水样品中HCO3 -离子含量;
步骤6,计算水-岩反应相关组分含量;
步骤6-1,依据所述步骤1-3的CO2驱之后地层水样品中的HCO3 -含量恢复计算地层温度压力条件下的地层水HCO3 -含量,计算公式如下:
[HCO3 -]地层温度压力=[HCO3 -]常温常压×(K1地层温度压力/K1常温常压);
其中[HCO3 -]地层温度压力、[HCO3 -]常温常压分别为地层温度压力下和常温常压下的地层水HCO3 -含量,K1地层温度压力/K1常温常压分别为地层温度压力下和常温常压下的碳酸的一级电离平衡常数;
步骤6-2,依据所述步骤6-1得到的地层温度压力条件下的地层水HCO3 -含量以及所述步骤5-8获取的经验关系式,获取CO2驱过程中水相溶解CO2含量;
步骤6-3,根据所述步骤6-2获取的水相溶解CO2含量以及所述步骤4的水-岩反应计算模型,计算地层温度压力条件下,经过水-岩反应后的所述地层水样品中的组分含量,计算过程如公式15~18所示:
Ca2+=X2             15;
CO3 2-=Ksp/Ca2+       16;
H+=[H+]i+f-e        17;
HCO3 -=[HCO3 -]i+e+f  18;
其中,e=[CO3 2-]i+X-CO3 2-,f=aX+e-[H+]i
步骤7,结垢趋势预测分析;
根据所述步骤6-3获取的水-岩反应后的所述地层水样品中的组分含量、温度压力以及气相CO2含量数据,通过所述OFISTP结垢趋势预测软件完成CO2驱油藏的结垢趋势分析。
实施例
某CO2驱油藏CO2驱之前测定的地层水样品组分,CO2驱过程中产出水的成分与气相CO2含量,油藏的温度、压力与饱和压力,生产井井底的温度、压力,生产井井口的温度、压力等数据如表1所示:
表1CO2驱油藏分析数据
经恢复计算后得到的CO2驱之前地层水样品组分如表2所示,单位为10-3mol/L,地层水离子强度Si为0.3242mol/L。
表2地层水原始成分恢复计算结果
不同水相溶解CO2含量条件下的水-岩反应热力学模型参数,求解结果如表3所示:
表3水岩反应热力学模型参数与求解结果
根据公式14所示的回归处理建立的水相溶解CO2含量与nC03 -含量经验关系式:
H2CO3=2.3546×HCO3 --2857    14:
根据HCO3 -含量1319.30mg/L拟合得到的水相溶解CO2含量为0.000249mol/L。
水相溶解CO2含量0.000249mol/L下的水岩反应相关组分含量计算结果如表4所示,单位为10-3mol/L。
表4水岩反应相关组分含量计算结果
依据水岩反应后的地层水组分,在OFISTP结垢趋势预测软件上预测的结垢趋势结果如表5所示:
表5碳酸钙结垢趋势预测结果
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的结构,因此前面描述的方式只是优选地,而并不具有限制性的意义。

Claims (5)

1.一种分析CO2驱油藏无机结垢趋势的方法,其特征在于:
所述分析方法是采集油藏分析数据,根据高温高压下的地层水样品的组分含量,建立水-岩反应热力学计算模型,得到CO2驱过程中的水-岩反应后的成垢离子含量;对水相溶解CO2含量的拟合过程,即通过CO2驱过程中产出水的组分变化来拟合求取水相溶解CO2含量,并计算水-岩反应后高温高压地层水相关组份的含量,最后进行结垢分析。
2.根据权利要求1所述的一种分析CO2驱油藏无机结垢趋势的方法,其特征在于:
所述方法的步骤为,
步骤1,采集油藏分析数据;
步骤1-1,获取常温常压条件下的地层水样品;
步骤1-2,采集所述步骤1-1的地层水样品在CO2驱之前的组分含量以及pH值;所述地层水样品的组分含量包括钙、镁、钾、钠离子以及氯离子、硫酸根离子、碳酸根离子、碳酸氢根离子以及水相溶解CO2的含量;
步骤1-3,向所述步骤1-1的地层水样品中注入CO2,采集CO2驱过程中产出水的组分含量、产出气的气相CO2含量、油藏的温度压力、油藏的饱和压力、生产井底的温度压力、生产井口的温度压力;
步骤2,获取地层温度压力条件下所述地层水样品的组分含量;
输入所述步骤1-2获取的所述地层水样品在CO2驱之前的组分含量,利用恢复计算方法获取地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量;
恢复计算方法的过程如公式(1)~(4)所示:
CO3 2-=Ksp/Ca2+               (1);
HCO3 -=[HCO3 -]i+[CO3 2-]i-CO3 2-  (2);
H+=K2×HCO3 -/CO3 2-            (3);
H2CO3=H+×HCO3 -/K1           (4);
CO3 2-、HCO3 -、H+、H2CO3分别为地层温度压力条件下CO2驱之前的所述地层水样品的组分含量;Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;Ca2+、[HCO3 -]i、[CO3 2-]i为所述步骤1-2采集的CO2驱之前所述地层水样品中的钙离子、碳酸氢根离子、碳酸根离子含量;
步骤3,计算地层温度压力下,所述地层水样品的离子强度:
输入步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,通过公式(5)获取所述地层水样品的离子强度Si;
Si=0.5×(K++Na++Cl-+HCO3 -+H+)+2×(Ca2++Mg2++SO4 2-+CO3 2-)  (5);
其中,K+、Na+、Ca2+、Mg2+、Cl-、SO4 2-、HCO3 -、CO3 2-、H+为所述步骤2中获取的地层温度压力条件下,所述地层水样品在CO2驱之前的组分含量,单位为mol/L;
步骤4,建立水-岩反应热力学模型;
建立两级电离反应以及碳酸钙的沉淀溶解反应条件下的水-岩反应热力学模型,如公式(6)所示:
2X4+aX3+bX2+cX+d=0  (6);
其中,X=(Ca2+)1/2,Ca2+为水-岩反应后,所述地层水样品中钙离子的含量;
a、b、c、d的值分别通过公式(7)~(10)计算得到;
a=(H2CO3×K1×K2/Ksp)1/2                  (7);
b=[HCO3 -]i+2×[CO3 2-]i-[H+]i-2×[Ca2+]I     (8);
c=-K1×H2CO3/b;                         (9);
d=-2×Ksp;                              (10);
其中,H2CO3为CO2驱之后水相溶解CO2含量,Ksp为地层温度压力条件下碳酸钙溶度积,K1为地层温度压力下碳酸的一级电离平衡常数,K2为地层温度压力条件下碳酸的二级电离平衡常数;[HCO3 -]i、[CO3 2-]i、[H+]i、[Ca2+]i分别为CO2驱之前所述地层水样品中碳酸氢根离子、碳酸根离子、氢离子、钙离子含量;
K1、K2、Ksp的值通过公式(11)~(13)计算得到:
K 1 = 10 - pK 1 - - - ( 11 ) ;
K 2 = 10 - pK 2 - - - ( 12 ) ;
Ksp=10-pKsp  (13);
其中,p的含义是负对数,pKsp和pK1、pK2分别为碳酸钙溶度积、碳酸的一级电离平衡常数、碳酸的二级电离平衡常数的负对数;
pK1=6.39-1.198×10-3T+7.94×10-6T2-3.53×10-5P-1.067(Si)1/2+0.599(Si);
pK2=10.7-5.19×10-3T+11.29×10-6T2-3.57×10-5P-1.332(Si)1/2+0.496(Si);
pKsp=7.94-4.69×10-3T+11.9×10-6T2-6.60×10-5P-3.68(Si)1/2+1.270(Si);
T为地层温度,单位是华氏度℉,T(℉)=1.8×T(℃)+32,Si为所述步骤3获取的地层水样品的离子强度;P为地层压力,单位是psi,P(psi)=P(MPa)×1000/6.8948;
步骤5,水相溶解CO2含量的拟合步骤;
步骤5-1,设定一个水相溶解CO2含量,所述设定值大于所述步骤1-3中的水相溶解CO2含量;
步骤5-2,将所述步骤5-1的设定值输入步骤4的公式(6)中,计算得到地层温度压力下CO2驱之后所述地层水样品中的HCO3 -含量;
步骤5-3,比较步骤:
对比所述步骤5-2的计算得到的HCO3 -含量所述步骤1-3中CO2驱过程中得到的所述地层水样品中的HCO3 -含量比较;
步骤5-4,若所述步骤5-2的计算值小于所述步骤1-3的HCO3 -含量,记录计算值和设定次数;
步骤5-5,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值大于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-6,若计算值大于实测水的HCO3 -含量,记录计算值和设定次数;
步骤5-7,判断设定次数,若设定次数小于3,则回退至所述步骤5-1,重新设定一个水相溶解CO2含量,且重新设定值小于前次的设定值;若设定次数大于等于3则进入步骤5-8;
步骤5-8,根据所述步骤5-1至步骤5-7获取的一组不同水相溶解CO2含量下的HCO3 -含量,利用回归分析方法建立CO2驱过程中所述地层水样品的HCO3 -含量与水相溶解CO2含量的经验关系式,如公式(14)所示;
H2CO3=2.3546×HCO3 --2857  (14);
其中,H2CO3为地层温度压力条件下CO2驱之后所述地层水样品中的水相溶解CO2含量,HCO3 -为地层温度压力条件下CO2驱之后所述地层水样品中HCO3 -离子含量;
步骤6,计算水-岩反应相关组分含量;
步骤6-1,依据所述步骤1-3的CO2驱之后地层水样品中的HCO3 -含量恢复计算地层温度压力条件下的地层水HCO3 -含量,计算公式如下:
[HCO3 -]地层温度压力=[HCO3 -]常温常压×(K1地层温度压力/K1常温常压);
其中[HCO3 -]地层温度压力、[HCO3 -]常温常压分别为地层温度压力下和常温常压下的地层水HCO3 -含量,K1地层温度压力/K1常温常压分别为地层温度压力下和常温常压下的碳酸的一级电离平衡常数;
步骤6-2,依据所述步骤6-1得到的地层温度压力条件下的地层水HCO3 -含量以及所述步骤5-8获取的经验关系式,获取CO2驱过程中水相溶解CO2含量;
步骤6-3,根据所述步骤6-2获取的水相溶解CO2含量以及所述步骤4的水-岩反应计算模型,计算地层温度压力条件下,经过水-岩反应后的所述地层水样品中的组分含量,计算过程如公式(15)~(18)所示:
Ca2+=X2              (15);
CO3 2-=Ksp/Ca2+        (16);
H+=[H+]i+f-e         (17);
HCO3 -=[HCO3 -]i+e+f   (18);
其中,e=[CO3 2-]i+X-CO3 2-,f=aX+e-[H+]i
步骤7,结垢趋势预测分析;
根据所述步骤6-3获取的水-岩反应后的所述地层水样品中的组分含量、温度压力以及气相CO2含量数据,通过所述结垢趋势预测软件或化学计算法完成CO2驱油藏的结垢趋势分析。
3.根据权利要求2所述的一种分析CO2驱油藏无机结垢趋势的方法,其特征在于:
在所述步骤1-2中,采用滴定法测定常温常压条件下,所述地层水样品在CO2驱之前的组分含量;
在所述步骤1-3中,测量产出气的气相CO2含量的过程是:
采用气体取样袋在气液分离器的气体取样口采集生产井的采出气,利用气相色谱仪分析测定采出气中N2、CO2、CO、O2、CH4、C2H6、C3H8、C4H10、C5H12及C6以上气体含量;
测量油藏的温度、压力,油藏的饱和压力、生产井底的温度、压力,生产井口的温度、压力的过程是:
油藏投入开发初期,在探井中下入井下温度压力计,获取油藏原始温度、压力,并进行高压物性取样,通过单次脱气实验,获得原油饱和压力;对正常生产井进行停井作业,下入井下温度、压力计,稳定48小时以上,获取目前井底温度、压力;正常生产井在井口加装压力表、温度计,获取井口温度、压力。
4.根据权利要求2所述的一种分析CO2驱油藏无机结垢趋势的方法,其特征在于:
所述步骤7中的化学计算法包括朗格利尔Langelier饱和指数法、斯蒂夫-戴维斯Stiff-Davis饱和指数法、斯克尔曼Skillman热力学溶解度法、Ryznar稳定指数SAI法、Oddo-Tomson饱和指数法、Vetter饱和指数法、Toddo-Yuan饱和指数法。
5.据权利要求2所述的一种预测CO2驱油藏无机结垢趋势的方法,其特征在于:
所述步骤7中的结垢趋势预测软件包括OFISTP、ScaleChem3、MultiSCALE、SCALEUP、SDCQPC、PIOS1.0、JHCPS。
CN201310314197.1A 2013-07-24 2013-07-24 一种预测co2驱油藏无机结垢趋势的方法 Active CN104343427B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310314197.1A CN104343427B (zh) 2013-07-24 2013-07-24 一种预测co2驱油藏无机结垢趋势的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310314197.1A CN104343427B (zh) 2013-07-24 2013-07-24 一种预测co2驱油藏无机结垢趋势的方法

Publications (2)

Publication Number Publication Date
CN104343427A true CN104343427A (zh) 2015-02-11
CN104343427B CN104343427B (zh) 2016-11-09

Family

ID=52499813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310314197.1A Active CN104343427B (zh) 2013-07-24 2013-07-24 一种预测co2驱油藏无机结垢趋势的方法

Country Status (1)

Country Link
CN (1) CN104343427B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105372117A (zh) * 2015-11-04 2016-03-02 三峡大学 一种模拟高水压力加载和风干控制的水岩作用装置及其方法
CN106368673A (zh) * 2016-10-13 2017-02-01 中国石油化工股份有限公司 一种二氧化碳驱高含水油藏生产井含水率及原油产量测量方法
CN108710778A (zh) * 2018-05-21 2018-10-26 西北大学 煤化工废水与co2混合注入地下封存的方法
CN108804862A (zh) * 2017-05-02 2018-11-13 中国石油化工股份有限公司 一种用于碳酸钙结垢趋势的预测方法
CN110017129A (zh) * 2019-05-21 2019-07-16 水利部交通运输部国家能源局南京水利科学研究院 一种考虑酸性气体脱气的岩溶地热水结垢趋势预测方法
CN111382486A (zh) * 2018-12-27 2020-07-07 中国石油天然气股份有限公司 一种基于稳定指数预测co2气驱井筒结垢趋势的方法
CN111441748A (zh) * 2018-12-27 2020-07-24 中国石油天然气股份有限公司 一种预测co2气驱油气井井筒结垢趋势的方法
CN112228019A (zh) * 2020-10-15 2021-01-15 中国石油天然气股份有限公司 一种评价二氧化碳驱盐垢沉淀对采收率影响的方法
CN112307409A (zh) * 2019-08-01 2021-02-02 中国石油天然气股份有限公司 油藏产水来源判别方法和装置
CN114781287A (zh) * 2022-06-13 2022-07-22 武汉恒信楚才科技有限公司 高温高压条件下天然气-水-岩相互作用计算方法及系统
CN114859010A (zh) * 2022-03-24 2022-08-05 中国矿业大学 监测气藏储层岩石注co2过程中co2波及动态的装置及方法
CN115060870A (zh) * 2022-08-11 2022-09-16 中国长江三峡集团有限公司 一种地热流体结垢预测方法、装置和实验室反应设备
CN115586123A (zh) * 2022-10-13 2023-01-10 新疆敦华绿碳技术股份有限公司 一种co2驱油藏无机结垢的预测方法以及预测装置
CN115616150A (zh) * 2021-07-15 2023-01-17 大庆油田有限责任公司 一种三元复合驱硅垢沉积实验模型及其构建方法
CN115831243A (zh) * 2023-02-21 2023-03-21 西南石油大学 一种结垢临界温度压力预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2209302C2 (ru) * 2001-05-24 2003-07-27 Открытое акционерное общество "Сибирская инновационная нефтяная корпорация" Способ разработки нефтяной залежи на поздней стадии
CN1456877A (zh) * 2002-05-09 2003-11-19 石油大学(北京) 测定催化裂化油浆动态结焦结垢倾向的装置和方法
CN101148986A (zh) * 2007-10-31 2008-03-26 大庆油田有限责任公司 一种预测强碱三元复合驱机采井结垢趋势的方法
CN101576550A (zh) * 2008-05-06 2009-11-11 吴誉 结垢趋势和阻垢效果评价装置及其评价方法
CN201737754U (zh) * 2010-06-25 2011-02-09 中国石油天然气股份有限公司 一种油田回注水防垢处理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2209302C2 (ru) * 2001-05-24 2003-07-27 Открытое акционерное общество "Сибирская инновационная нефтяная корпорация" Способ разработки нефтяной залежи на поздней стадии
CN1456877A (zh) * 2002-05-09 2003-11-19 石油大学(北京) 测定催化裂化油浆动态结焦结垢倾向的装置和方法
CN101148986A (zh) * 2007-10-31 2008-03-26 大庆油田有限责任公司 一种预测强碱三元复合驱机采井结垢趋势的方法
CN101576550A (zh) * 2008-05-06 2009-11-11 吴誉 结垢趋势和阻垢效果评价装置及其评价方法
CN201737754U (zh) * 2010-06-25 2011-02-09 中国石油天然气股份有限公司 一种油田回注水防垢处理装置

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105372117B (zh) * 2015-11-04 2017-11-17 三峡大学 一种模拟高水压力加载和风干控制的水岩作用装置及其方法
CN105372117A (zh) * 2015-11-04 2016-03-02 三峡大学 一种模拟高水压力加载和风干控制的水岩作用装置及其方法
CN106368673A (zh) * 2016-10-13 2017-02-01 中国石油化工股份有限公司 一种二氧化碳驱高含水油藏生产井含水率及原油产量测量方法
CN108804862A (zh) * 2017-05-02 2018-11-13 中国石油化工股份有限公司 一种用于碳酸钙结垢趋势的预测方法
CN108710778A (zh) * 2018-05-21 2018-10-26 西北大学 煤化工废水与co2混合注入地下封存的方法
CN111441748B (zh) * 2018-12-27 2022-03-01 中国石油天然气股份有限公司 一种预测co2气驱油气井井筒结垢趋势的方法
CN111382486A (zh) * 2018-12-27 2020-07-07 中国石油天然气股份有限公司 一种基于稳定指数预测co2气驱井筒结垢趋势的方法
CN111441748A (zh) * 2018-12-27 2020-07-24 中国石油天然气股份有限公司 一种预测co2气驱油气井井筒结垢趋势的方法
CN110017129A (zh) * 2019-05-21 2019-07-16 水利部交通运输部国家能源局南京水利科学研究院 一种考虑酸性气体脱气的岩溶地热水结垢趋势预测方法
CN110017129B (zh) * 2019-05-21 2023-07-21 江苏省环境科学研究院 一种考虑酸性气体脱气的岩溶地热水结垢趋势预测方法
CN112307409B (zh) * 2019-08-01 2023-09-26 中国石油天然气股份有限公司 油藏产水来源判别方法和装置
CN112307409A (zh) * 2019-08-01 2021-02-02 中国石油天然气股份有限公司 油藏产水来源判别方法和装置
CN112228019A (zh) * 2020-10-15 2021-01-15 中国石油天然气股份有限公司 一种评价二氧化碳驱盐垢沉淀对采收率影响的方法
CN112228019B (zh) * 2020-10-15 2022-07-05 中国石油天然气股份有限公司 一种评价二氧化碳驱盐垢沉淀对采收率影响的方法
CN115616150A (zh) * 2021-07-15 2023-01-17 大庆油田有限责任公司 一种三元复合驱硅垢沉积实验模型及其构建方法
CN114859010A (zh) * 2022-03-24 2022-08-05 中国矿业大学 监测气藏储层岩石注co2过程中co2波及动态的装置及方法
CN114781287A (zh) * 2022-06-13 2022-07-22 武汉恒信楚才科技有限公司 高温高压条件下天然气-水-岩相互作用计算方法及系统
CN115060870B (zh) * 2022-08-11 2022-11-29 中国长江三峡集团有限公司 一种地热流体结垢预测方法、装置和实验室反应设备
CN115060870A (zh) * 2022-08-11 2022-09-16 中国长江三峡集团有限公司 一种地热流体结垢预测方法、装置和实验室反应设备
CN115586123A (zh) * 2022-10-13 2023-01-10 新疆敦华绿碳技术股份有限公司 一种co2驱油藏无机结垢的预测方法以及预测装置
CN115586123B (zh) * 2022-10-13 2024-04-09 新疆敦华绿碳技术股份有限公司 一种co2驱油藏无机结垢的预测方法以及预测装置
CN115831243A (zh) * 2023-02-21 2023-03-21 西南石油大学 一种结垢临界温度压力预测方法
CN115831243B (zh) * 2023-02-21 2023-05-02 西南石油大学 一种结垢临界温度压力预测方法

Also Published As

Publication number Publication date
CN104343427B (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN104343427A (zh) 一种预测co2驱油藏无机结垢趋势的方法
CN103615237B (zh) 一种微量元素井间示踪剂及其应用
CN104265281B (zh) 封闭未饱和油藏弹性驱动注水开发油井产量的预测方法
CN107525733B (zh) 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法
Bozau et al. Hydrogeochemical modelling of corrosion effects and barite scaling in deep geothermal wells of the North German Basin using PHREEQC and PHAST
Rice Production waters associated with the Ferron coalbed methane fields, central Utah: chemical and isotopic composition and volumes
CN104343445B (zh) 识别气层与水层、高气油比储层及含气饱和度的方法
CN103588801A (zh) 一种微量元素井间示踪剂的使用方法
CN104975827B (zh) 预测二氧化碳驱油藏指标的物质平衡方法
Akın et al. Modeling the geochemical evolution of fluids in geothermal wells and its implication for sustainable energy production
CN108930529A (zh) 基于废弃油气井的油-热-电联产方法
Podoprigora et al. Acid stimulation technology for wells drilled the low-permeable high-temperature terrigenous reservoirs with high carbonate content
CN110017129B (zh) 一种考虑酸性气体脱气的岩溶地热水结垢趋势预测方法
CN106446587B (zh) 一种气井压裂返排率校正方法
Fowler et al. A conceptual geochemical model of the geothermal system at Surprise Valley, CA
Laaksoharju Groundwater characterisation and modelling: problems, facts and possibilities
Sanjuan et al. Geochemical fluid characteristics and main achievements about tracer tests at Soultz-sous-Forêts (France).
Ba et al. Characteristics of heat flow and geothermal fields in Ruidian, Western Yunnan Province, China
CN106022943A (zh) 采气工艺的确定方法及装置
Gendenjamts Interpretation of chemical composition of geothermal fluids from Arskógsströnd, Dalvík, and Hrísey, N-Iceland and in the Khangai area, Mongolia
CN114109336B (zh) 一种基于氢稳定同位素压裂液返排率的计算方法
Mateen Modeling of Mineral Scaling in a West Texas CO2-WAG EOR Field Using Produced Water Analysis and a 1-D Reactive Mixing-Material Balance Coupled Approach
Faber et al. A Novel Procedure to Increase Well Response to Matrix Acidising Treatments
Castillo et al. Geochemical parameters as precursors to predict the decline of temperature in the Dogger Aquifer (Paris Basin, France)
Tempel et al. Simulation of burial diagenesis in the Eocene Wilcox Group of the Gulf of Mexico basin

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant