CN104755923A - 用于由组合建模分析重建总有机碳含量的方法 - Google Patents
用于由组合建模分析重建总有机碳含量的方法 Download PDFInfo
- Publication number
- CN104755923A CN104755923A CN201380054603.3A CN201380054603A CN104755923A CN 104755923 A CN104755923 A CN 104755923A CN 201380054603 A CN201380054603 A CN 201380054603A CN 104755923 A CN104755923 A CN 104755923A
- Authority
- CN
- China
- Prior art keywords
- toc
- sample
- weight
- end member
- rock
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Geology (AREA)
- Analytical Chemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
提供了用于利用组合建模分析的结果来获得精确的总有机碳值的方法,而无需氧化步骤或者冗长的样品制备,并且还计算了可归因于污染物例如钻探添加剂的有机碳值。
Description
发明领域
本发明涉及一种通过热解、化学分析和组合建模的组合来重建地质样品中总有机碳(TOC)值,以确定非常规的油资源或源岩的品质的方法,其用于开发钻探和/或勘探作业过程中。
发明背景
开放系统热解的使用(如用于商业Rock Eval(TM)分析,和RockEval(TM)和LECO(TM)分析系统所用的总有机碳测量中)是已经长期用于评估石油源岩的方法。参见例如:Peters,K.E.,1986,Guidelinesfor Evaluating Petroleum Source Rock Using Programmed Pyrolysis,Bulletin of the American Association of Petroleum Geologists,第70卷第318-329页;美国专利5,811,308,Expitalie等人,Method forDetermining Petroleum Characteristics of Geologic Sediments,1998年9月22日;Langford,F.F.和M.-M.Blank-Valleron,1990年,Interpreting Rock-Eval Pyrolysis Data Using Graphs of PyrolizableHydrocarbons vs.Total Organic Carbon,Bulletin of the AmericanAssociation of Petroleum Geologists,第74卷,第799-804页;Lafargue,E.,J.Espitalié,F.Marquis,和D.Pillot,2000年,RockEval 6Applications in Hydrocarbon Exploration,Production,和SoilContamination Studies:Revue de L’institutdu Pétrole,第53卷,第4期,第421-437页。但是,这些方法依赖于大量测量样品中存在的全部有机物质,并且仅能够由经验推导的边界值(cutoff value)和参数来提供信息。美国专利7,363,206和WO2008/100614(PCT/US2008/002102)中所述的方法和系统证实了,热解数据可以用于表征地质样品中有机物质和污染物的相对量。
最初公开在美国专利5,866,814中的热解油-生产率指数(POPI)技术已经成功用于勘探和开发油井,以在钻探行进穿过储集岩中的这些层时,快速和精确地评价焦油席(tar mat)和其他类型的有机物质的储集岩。该POPI方法已经引入到被称作GC-ROX(TM)的市售软件程序中,GC-ROX是“地球化学残油专家建模”的首字母缩写。该GC-ROX(TM)程序可以通过焦油席鉴别和量化而用于优化油田开发,和可以用于验证、组织和存储现场数据。从不同的现场数据的早期观察已经表明,生产率的边界存在于约3%焦油时。但是,依赖于通过GC-ROX软件所产生的更精确的信息,1%焦油的目标已经在商业上用于注入目的。人们对于在将POPI方法和信息与粘度相联系表现出兴趣。据考虑,可以开发代理,但是该技术的主要应用是鉴别和量化焦油。
石油源岩熟化和烃产生的方法是公知的,并且埋藏和温度的作用使得油母质分解成沥青、游离油(其被排出和迁移),最后分解成气体。使用组合建模的方法公开在美国专利7,363,206中,其允许使用者鉴别储集岩样品中多个端员组分按百分比计的相对比例。这种方法代表了本领域的显著进步,因为现有方法仅提供了大量的值或参数。
用于评价残留烃染色(staining)的组合建模方法(其教导于美国专利7,363,206的第6栏第56行至第9栏第48行)优选用于本发明中。作为此处和特别是权利要求书中所用的,术语“组合建模”应当表示美国专利7,363,206所公开和如下所述的方法。美国专利7,363,206的公开内容在此引入作为参考。
这些因素是:(1)总烃产率的量,和(2)烃染色与所生产的油的类似性。热解仪器可用于量化烃染色的量,并且该POPI方法通过将烃细分为轻质挥发物(LV)、可热蒸馏组分(TD)和可热裂化组分(TC)(图1),而评价与所生产的油的类似性。但是,已经发现目视检查热解图也可以用于评价所存在的烃的类型,因为油、焦油、焦沥青和其他典型的有机物质各自也具有非常特性的外观。
图2a-2d是样品的热解图的例子,该样品具有几乎均匀组成的特定的烃或者可热解鉴别类型的有机物质端员组分。这些图在y轴上显示了烃产率,用于在x轴上记录的每个数据步骤。
用于具体分析的数据步骤的数目可以基于所用的热解仪器的类型而变化。两种这样的市售仪器是Vinci的ROCK EVAL(TM)和Humble的SOURCE ROCK ANALYZER(TM)。获自所述仪器,并且被转化成数字文件的数据也可以变化。在以下说明书和实施例的情况中,使用SOURCE ROCK ANALYZER(TM),并且使用MICROSOFTEXCEL(TM)CSV文件将数据输出成为数字形式,该文件记录了611个数据步骤上的产率和温度。最先的111个步骤记录了在195℃保持3分钟的等温线,接下来的500个步骤记录了从195℃到630℃的程序升温运行。通常,与任何具体步骤相关的温度在运行之间是相同的,这样在运行期间步骤序号会与炉温相关。
样品的组合建模包括在适当编程的计算机中输入在各单个数据步骤的产率,作为由不同的端员组分的合计产率所构成的值。在这种方法中,具体的和一致的温度与各步骤有关。根据来自一种或多种理论端员组分的算法所计算的模拟的产率与实际产率之间的差值提供了基础,用于评价具体的方案是否精确反映了储集岩样品中的实际组成。
所评价的每个这样的方案必须对在样品的全部数据步骤上计算产率和实际产率之间的差值进行求和。多种统计方法中的任一种可以用于量化用于任何所提出的方案的整体误差。该建模依赖于重复改变不同组分的浓度,直到合计误差最小化,并且该曲线看起来非常类似为止。在一个优选的实施方案中,该软件利用提出不同的组合,基于各数据步骤的产率计算假定曲线,评价各具体方案的误差,然后使这种合计误差最小化的重复过程。这些方法步骤可以有利地通过使用宏指令和解算器附加应用(Solver add-on application)(其是MicrosoftExcel(TM)程序的标准组件)来完成,并且它的使用使该方法极大地自动化和加速。还有其他软件包,其也可以用于促进所用的方法来模拟市售的烃组合物,包括Corel Quattro Pro、Lotus 1-2-3、CorelParadox、Lotus Approach,Microsoft Access和Microsoft VisualFoxPro。
表1(如图6所示)是来自Humble SOURCE ROCK ANALYZER(TM)的输出文件,其已经被转化成CSV格式。该输出数据文件记录了在所测试的各样品的相同位置中的相同信息,并且通过电子表格数据分析程序来促进了它的提取。在该报告最顶上的标题信息记录了所计算的来自仪器的参数和运行参数。从第22行开始,该仪器记录了在该文件的前三列中的曲线信号。第一列包含数据步骤序号,第二列记录来自于火焰离子化检测器(FID)的信号,单位是毫伏(mV),并且第三列记录与数据步骤有关的炉温。
为了使用仪器软件将该仪器的输出转化成烃产率,分析了来自储层区的已知标准化合物或组合物。使用来自该标准的数据,该仪器可以计算转化因子(CF),以将来自FID的毫伏与烃产率(单位毫克/每克岩石(g岩石))建立关系。从该数据文件,如下来计算各样品的这些转化因子:将第二列中的总信号求和,然后根据以下数学表达式,用这个信号除以该样品的总烃产率:
CFFID=[Σ信号步骤1-611(mV)]/[(LV+TD+TC)(mgHC/g岩石)](1)
该信号(取其来用于任何具体的数据步骤)然后通过简单地用该信号除以CF而转化成mgHC/g岩石:
产率步骤X(mgHC/g岩石)=[信号步骤X(mV)]/[CFFID(mV/mgHC/g岩石)](2)
在一个优选的实施方案中,全部仪器输出被转化成产率,用于进行相关的计算,以合并端员(EM)和基于建模的方案来计算结果。这样进行是因为赋予各端员样品和各样品(其被建模)的实际产率将是独特的。为了模拟构成具体样品的端员的相对组成,将各端员的数据归一化,以使得各重新计算的端员的总烃产率与实际样品相同。所以,端员组分(其将存在用于与该样品具有相同产率的纯端员)的量可以如下来表达:
产率=[产率EM步骤X]*([总产率(THC)样品]/[总产率端员]) (3)
在以上式(3)和以下那些中,“*”符号被用于表示乘法。
式(3)用于计算合计产率,其被发现用于假设样品(其包含不同百分比的端员,需要该端员来描述该样品行为)。因此,用于在任何给定数据步骤提出的烃组成的计算产率是各端员的百分比的总和(%EM1-5)除以100,并且乘以步骤x的端员的产率(产率EM1-5,X),乘以样品的总产率除以端员的总产率(THC样品/THCEM1-5)。这个步骤可以如下来表达:
计算产率EM1-5,X=(%EM1/100)*产率EM1,X*(THC样品/THCEM1)+(%EM2/100)*产率EM2,X*(THC样品/THCEM2)+(%M3/100)*产率EM3,X*(THC样品/THCEM3)+(%EM4/100)*产率EM4,X*(THC样品/THCEM4)+(%EM5/100)*产率EM5,X*(THC样品/THCEM5)(4)
在用于步骤X的具体建模方案和用于步骤X的实际分析结果之间的误差可以通过简单的差值来获得。但是,因为这些值中的一些将是正的和一些是负的,因此所计算的全部值例如步骤1-611的误差处理更容易通过使用均方根(RMS)计算来完成。如果它们使用了各建模的产率和实际产率之间的差值作为绝对值,则其他统计学处理可以用于同样实现相同的结果。
在一种优选的方法中,RMS平均差以百分比来计算,其涉及到该样品的总响应值,并且可以如下来表达:
%RMS计算vs实际=100*((平均步骤,1-611(产率计算-产率实际)2)1/2/(平均步骤, 1-611(产率实际)) (5)
该建模方法包括步骤:改变端员的百分比,该端员存在于其中(优选使用EM1-5)的系统中,直到计算曲线匹配实际曲线,并且%RMS误差最小化为止。由于这样的事实,即必须进行如此多的计算来评价任何方案,所以使用电子数据表程序来进行这些计算和将结果自动绘图,这实现了该方法极大的简化。此外,使用软件例如Solver(其作为Microsoft Excel(TM)中的附加程序而存在)会极大地加速具有多变量的重复解决问题的数据处理能力,其寻求汇合于所需方案,该方案在这种情况中使得误差最小化。
图3显示了图形界面,其用于在井位置Z的五个端员组分系统。该图示包括用于目前样品的曲线,计算方案基于该组分、该油端员、该焦油端员、该页岩端员(典型的在页岩岩石学中发现的分散的油原)、该煤端员和该钻探泥浆端员(污染)的百分比。在标题上作为DEVRM列出的参数是RMS偏差(作为总产率的百分比),并且是在获得用于给定样品的合理方案中最小化的值。当分析具体井的全部样品时,结果可以如图4中来绘制,以揭示在整个取样区中组成如何变化。图中的数字标记1-4是在顶部的图例。例如这些的图在鉴别重要趋势,例如增加焦油,或者在鉴别单个煤或焦油单元(其在储层性能中会具有重要含义)中是非常有用的。一种呈现图5所示数据的替代方法是通过深度绘制各EM组分的相对贡献,并且调整各曲线来用于改变样品中的产率。这种类型的图特别可用于鉴别真实的焦油席,其典型地具有烃产率中相关的显著增加,这与看起来是焦油,但是以相对低的浓度存在的组合物中的变化相反,并且不可能影响储层性能。
作为此处使用的,从说明书将理解该“组合建模”包括以下步骤:
a.鉴别存在于油田的储集岩中的已知端员组分;
b.制备单个热解图,其由步骤(a)中所鉴别的各组分的pcd组成;
c.将该各组分的pcd存储在数字数据文件中;
d.对来自储集岩油田的样品进行热解分析以获得该样品的pcd,该样品包含步骤(a)中所鉴别类型的一种或多种烃和有机物质组分;
e.将该样品的pcd与步骤(b)中所获得的该各组分的pcd进行比较,测量和记录该样品的pcd与该各组分的pcd之间的差值;
f.使用统计学分析来使该样品的pcd和选自该组分的pcd的组合之间的合计差值最小化;
g.记录以供保留,并且显示以供分析所形成的pcd,其构成了在热解分析温度范围上的最小合计误差;和
h.分析所显示的数据以鉴别各自的组分。
作为此处使用的,“非常规油”和“非常规油源”包括页岩油;富含有机物的细粒碳酸盐,低孔隙率低渗透性砂岩/粉砂岩/碳酸盐(其与烃源单元相邻);油砂,和重质原油。非常规油储层经常是勘探以生产烃的源岩,其不能如常规烃储层中那样迁移。地理科学家所面临的一个问题是如何对井中具体的深度和/或间隔处有机物质和烃组分进行分类,因为公认的是这样的信息(如果可利用的话)在评价勘探和开发钻探过程中的储层是极其有用的。
对存在于非常规储层中的有机物质和烃的量和类型的了解对于井性能评估是关键的,并且使用地球化学方法来提供这种信息。传统的岩石物理分析主要聚焦于岩石基质;但是,非常规储层的存储和流动能力高度依赖于源自油原转化的有机孔隙率。虽然总有机碳(TOC)值对于储层评估和评价是重要的,但是传统的TOC测量无法实时用于井位置处以对优化钻探作业提供有意义的帮助。
该现有技术方法需要耗时的样品加工,例如对于LECO(TM)分析仪例如LECO(EC12)碳分析仪来说需要脱矿质;和使用TOC测量来制备样品,或者它们需要通过更复杂的仪器长时间分析,这不适用于井钻探位置(在这里从钻探流体中回收岩石样品)。另外,该现有技术方法是整体分析方法,其不能区分混合物中所存在的材料。
需要一种新方法,其可以配置在井位置处以提供信息,该信息可以用于引导勘探和开发井的钻探作业。
定义
作为此处使用的,应当理解以下术语和命名具有所指出的含义:
沥青–通常指的是可通过使用有机溶剂萃取的有机材料,并且包含通过使用强有机溶剂例如二氯甲烷、氯仿和甲苯所获得的那些。
端员(EM)–一种一致类型的有机物质或烃,其可以通过热解分析来区分。端员包括油、可溶性焦油、焦沥青(不溶性焦油)、油原、煤、钻探泥浆和其他污染物。具体的端员与具体的油田和储层有关。提及“现场”端员时表示这样的端员,其已经基于芯样品、测井记录和钻探岩石样品的分析和检测,而被确定为存在于油田和/或邻近的井中,以下也称作“对比样品”。
EMx重量OM–可归因于样品中一种组分端员(x)的有机物质的重量(mg/g岩石)。
EMx重量NSO OM–可归因于样品中一种组分端员(x)的元素氮、硫和氧含量的重量(mg/g岩石)。
EMx重量H–可归因于样品中一种组分端员(x)的元素氢含量的重量(mg/g岩石)。
FID–火焰离子化检测器。
游离油–已经通过油原的熟化而产生的烃,其类似于可采油,并且在足够饱和水平的条件下可以从源岩中排出。
HC–烃的缩写,THC用于总烃。
H/COM–端员组分的有机物质中氢与碳之比。
惰性碳–有机碳,其可以通过在氧化循环中施加热(如在传统的源岩分析)或者通过LECO碳分析仪,来氧化成CO2和CO,但是其不能在惰性气氛中通过热解而释放,这归因于有机物质的性质或者矿物基质的吸附性。
油原–生物来源的材料由于埋藏、时间和温度而引起的生化降解、缩聚、不溶的产物。
LV–轻质挥发组分的缩写。作为此处使用的,LV具体指的是在样品的程序升温热解之前,(当含有岩石样品的坩埚插入热解室时)在180℃的初始静态温度条件下每克岩石所释放的HC的重量(毫克)。
非可热解烃(HCNon-py)–主要包含碳和氢的化合物,其在热解过程中不会通过有机材料的蒸发或分解而释放,并且需要燃烧来分析不同的元素组分。
NOSx%–端员组分的有机物质中氮、氧和硫的重量百分比。
有机物质(OM)–通常生物生产的材料,其主要包含碳和氢,例如页岩类和煤类材料。
OM/HCpy–端员组分中有机物与可热解烃之比。
POPI–热解油-生产率指数的缩写。POPI由热解数据通过下式来计算:POPI=ln(LV+TD+TC)×(TD/TC),其中ln是对数值,和TD和TC定义如下。
可热解烃(HCpy)–主要包含碳和氢的化合物,其可以通过有机材料在惰性气氛中(即不含氧)响应所施加的热而蒸发或分解来释放。
热解特征数据(pcd)–在预定数目的数据点所测量的数据值,各数据点对应于规定温度。
Rock-Eval(TM)S1产率–在300℃初始静态温度条件下标准Rock EvalTM热解分析中,每克岩石所释放的HC的重量(毫克),如Peters,K.E.,1986年,Guidelines for Evaluating Petroleum SourceRock Using Programmed Pyrolysis,Bulletin of the AmericanAssociation of Petroleum Geologists,第70卷,第318-329页中所述。
Rock-Eval(TM)S2产率–在标准Rock-Eval分析的程序化热解部分过程中,每克岩石所释放的HC的重量(毫克),其中温度以25℃/分钟的速率从300℃升到550-600℃,如Peters,K.E.,1986年,Guidelines for Evaluating Petroleum Source Rock Using ProgrammedPyrolysis,Bulletin of the American Association of PetroleumGeologists,第70卷,第318-329页中所述。
源岩–一种在低能量环境中沉积的沉积岩,通常是细粒性的(即包含淤泥和粘土尺寸的颗粒),典型地易分裂,通常包含二氧化硅、粘土和碳酸盐矿物,并且具有足够的有机物质含量和品质来产生和排出烃(即石油)。
TD–“热可蒸馏的”组分的缩写,作为此处使用的,其具体指的是在180℃(在Humble SR分析仪上是195℃)至T最小(℃)的温度,每克岩石所释放的HC的重量(毫克)。
TC–“热可裂化的”组分的缩写,作为此处使用的,其具体指的是在T最小(℃)至600℃(在Humble SR分析仪上是630℃)的温度,每克岩石所释放的HC的重量(毫克)。
THC–总烃的缩写。
T最小–通过火焰离子化检测器(FID),在使用POPI方法的热解过程中所测量的,烃产率达到代表热蒸馏的峰与热裂化的烃峰之间最小值时的温度,通常出现在380℃至420℃。
总烃指数(THI)–代表了相对于样品中的总有机碳,所释放的总HC,包括在初始加热和195℃至630℃的程序化热解过程中所释放的总HC。用于计算THI的式是:THI=[(LV+TD+TC)/TOC]×100。
THIOM–端员组分中有机物质的总烃指数。
总有机碳(TOC)–TOC是在岩石样品中所发现的有机碳的重量百分比。
TOCEMx[%]–可归因于具体端员的总有机碳(重量百分比)。这是通过取端员所代表的有机物质总重量(EMx重量OM),减去可归因于元素氮、硫和氧的端员重量(EMx重量NSO),减去可归因于元素氢的端员重量(EMx重量H),然后通过除以1000mg/g岩石,将它转化成小数,并最终乘以100来将该数转化成百分比形式。
TOC惰性–不能通过热解而分解和检测的总有机碳部分(重量百分比),但是需要测量在高温氧化过程中所产生的二氧化碳和一氧化碳。
TOCRCN–重建的总有机碳,其不是直接测量,而是如下通过对各端员的TOC和样品中存在的惰性碳(也称作TOCCoMod)来测量:TOCRCN=TOCEM1+TOCEM2…TOCEMx+TOC惰性。
Wt%HOM–通过CHNOS元素分析所测定的有机物质中氢的重量百分比。
产率EMx–使用美国专利7,363,206所述的组合建模,可归因于各端员的烃产率(mg烃/g岩石)。
发明内容
根据本发明,提供了一种方法,用于利用组合建模分析的结果来提供用于评估的精确总有机碳(TOC)数据,而无需LECO TOC设备和方法所需的氧化步骤或者冗长的样品制备。本发明的方法利用非显而易见的程序来评估地质储集岩样品中所存在的惰性碳水平,和鉴别和量化与样品的地质熟化度有关的可热解烃的量中的差异。本发明的方法还解释了可归因于已知污染物例如钻探添加剂的有机碳的存在,其可以包括多种物质。
本发明的相关方法是独特的,因为它们能够确定地质样品中的总有机碳,而无需耗时的样品制备步骤,不将样品进行燃烧,并且仅需要火焰离子化检测器(FID)。该方法提供对于样品中存在的有机物质类型的优异的评估,并且还指示可移动烃的存在。
虽然其他工作者已经注意到了待分析的地质样品中存在的不同材料对于总有机碳的贡献,但是全部这些现有技术方法依赖于材料的简单的整体测量。因为本发明的方法提供了对于在岩石样品中发现的有机材料的详细评估,因此通过这种新方法也实现了对于有机物质转化方法的独特理解。现有技术方法均不能提供对来自岩石样品的总有机碳值做出贡献的有机物质的图示形式的详图。
该方法包括以下步骤:
a.收集非常规油储层和源岩的多个代表性的典型岩石样品;
b.如美国专利5,866,814所述,按照POPI方法在该岩石样品上进行热解分析;
c.获得和检查来自储层的样品的热解数据,以评估看起来存在的可能的端员组分;
d.由熟练的技术或工程人员基于检查热解曲线或者通过目视检查样品,以选择看起来具有几乎均匀组成的具体端员的样品,即看起来主要包含一种端员例如“游离油”、沥青、油原等的那些;
e.通过用非极性溶剂例如环己烷来萃取,以从该岩石样品中进行任何可移动烃组分的分离,并且保留溶剂萃取物和经萃取的岩石;
f.通过用强有机溶剂(例如二氯甲烷)来萃取,以从经萃取的岩石样品中进行可溶性焦油的分离,保留溶剂萃取物和经萃取的岩石;
g.通过脱矿质方法,在经强有机溶剂萃取的岩石样品的一部分上进行残留有机物质的分离;
h.通过元素分析来分析全部的萃取物和有机物质分离,以确定各样品中C、H、N、O和S的百分比;
i.通过热解-TOC方法来分析全部溶剂萃取物、经萃取的岩石样品和经分离的有机物质,以确定根据现有技术方法的总烃指数(THI),现有技术方法如WO2008/100614或US2010/0057409A1中所述;
j.使用现有技术的组合建模方法来分析该热解数据,现有技术的组合建模方法如美国专利7,363,206中所述;
k.记录样品组的端员总产率的百分比结果;
l.使用如WO2008/100614或US2010/0057409A1中所述的现有技术方法,来获得参数:总氢指数(THIOM)、有机物质与可热解烃之比(OM/HCpy)、有机物质中氢与碳之比(H/COM),有机物质中氮、氧和硫的百分比(NOSx%)和有机物质中氢的重量(Wt%HOM);
m.分析来自井的多个样品,该井具有源岩或者非常规储层,对于其来说需要重建的TOC值;
n.使用美国专利7,363,206中所述的组合建模方法,来获得在来自源岩或者非常规储层的样品组中,可归因于各端员的烃产率(产率EMx);
o.通过使用下式来确定烃产率所代表的有机物质的重量:EMx重量OM=产率EMx*OM/HCpy;
p.通过下式来确定元素氮、硫和氧的重量:EMx重量NSO=NOSx%*EMx重量OM;
q.通过下式来确定样品中各端员的氢重量:EMx重量H=Wt%HOM*EMx重量OM;
r.如下计算端员的总有机碳(TOCEMx):TOCEMx=(EMx重量OM-EMx重量NSO-EMx重量H)×100/1000mg/g岩石;和
s.如下对各端员的TOC和地层中存在的惰性碳求和,以获得重建的总有机碳值(TOCRCN或TOCCoMod):TOCRCN=TOCEM1+TOCEM2…TOCEMx+TOC惰性。
由根据上述方法的组合建模的TOC测量的重建需要相比于现有技术的方法明显更少的分析时间来产生用于决策的数据。因此,产生了更频繁地用于帮助鉴别潜在生产性储层间隔的结果。同样,因为岩石样品内存在的单个有机材料可以是区分的,包括来自钻探泥浆的有机污染物,所以所述结果可以经校正是仅包括TOC,其对于在井的钻探过程中所产生的岩石是固有的。
附图说明
将在下面和参考附图来进一步详细描述本发明,其中:
图1-5代表现有技术图表,并且具体地:
图1是来自进行开放系统程序升温热解的仪器的典型输出热解图;
图2a是来自K储层区的API 30°油的典型热解图;
图2b是来自K储层区的焦油的典型热解图;
图2c是来自K储层区的煤质有机物质的典型热解图;
图2d是来自K储层区的富含有机物的页岩的典型热解图;
图3的图显示了开发用于进行计算的组合建模界面,其中该图显示了与建模方法中所用的当前样品、所计算的方案和端员有关的热解图;
图4是用于井Z-95的所得的组合建模,其显示了存在于储集岩样品中的油、焦油、页岩质OM和煤的百分比;
图5是由井Z-95的组合建模所得的图,其显示了存在于储集岩样品中的油、焦油、页岩质OM和煤的相对热解产率,并且证实了烃产率在真实的焦油席或煤床中如何显著增加;
图6(其如表1的规格中所提及)是用于商业热解仪器的输出文件的假定样品的说明性代表性再现;
图7是附近的“AMAD-1”井的S2烃产率相对于TOC的图;
图8的图是端员热解图,其用于为标识为“DBYT-1”的井建模;
图9显示了来自于为典型热解图(其来自于相同的DBYT-1井)建模的结果;
图10的图比较了由建模POPI数据确定的TOC与由仪器数据测量的TOC;
图11是对于DBYT-1井来说,由GC-ROX软件生成的复合记录;
图12(其如表2的规格中所提及)是井DBYT-1的TOCRCN的计算;
图13(其如表3的规格中所提及)是井Amad_2的TOCRCN的计算;
图14是来自DBYT-1井的仪器TOC相对于重建的TOC(TOCRCN)的交会图;
图15是来自标识为“AMAD-2”的井的仪器TOC与重建的TOC(TOCRCN)的交会图;
图16是在标准Rock-Eval分析过程中所产生的来自井DBYT-1的代表性样品的热解图;
图17是来自井MZLJ-29的代表性样品的相应的图;
图18和19是当通过本发明的方法评估时,图14和15的样品的相应的图;和
图20是获自本发明的方法的数据的复合记录,其对应于来自DBYT-1井的图11。
具体实施方式
在使用由组合建模分析来重建TOC的方法中,收集来自井的岩石样品,并且根据美国专利5,866,814、6,823,298和7,363,206中所述的方法来分析,其公开内容在此引入作为参考。在使用美国专利7,363,206的方法中,必须鉴别适用于应用组合建模的现场端员。这是如下来完成的:如下所述,分析从同一油田(所关注的区域位于这里)的井中之前获得的样品,或者专门依赖于从在勘探或开发钻探过程中所评估的井所收集的样品。优选地,获得了来自于其他邻近的类似井的样品。如果不存在其他合适的类似物,则可以使用来自于钻探中的井的样品。但是,这将在所做的任何解释中提供较低的可信度。如果样品来自于评估中的井,则仍然会需要实时结果。
鉴别适当的端员可以通过检查先存在的芯样品、钻屑和电测记录(其已经收集用于油田或者邻近的井)来完成。这些源将为地质学者和石油工程师提供现场油田的知识和鉴别富含有机物的页岩(其是源岩或者非常规储层)存在的基础。因此,在寻找适当的现场有机端员中典型的步骤将包括收集来自于这样的区域的岩石样品,在所述区域中在来自于邻近于评估中的井中的储层区的等量地质间隔中,已经注意到出现这样的有机物。
初始筛选所准备的数据样品和如美国专利5,866,814中所公开的进行热解油-生产率指数(POPI)方法分析,包括比较所得的热解图,以鉴别曲线形状的相似性,并且用于引导使用者将该样品用于随后的有机物质分离和分析步骤。
美国专利5,866,814在第3栏第51行至第4栏第33行所教导的基础热解分析方法优选用于本发明。作为此处和具体在权利要求书中使用的,术语“热解”应当表示美国专利5,866,814中所公开的和如下所述的方法。美国专利5,866,814的公开内容在此引入作为参考。
在热解分析方法中,将粉末化岩石的小样品(例如≤100mg)置于钢坩埚中。将该坩埚置于炉中,并且将样品在氦气流中加热到180℃的初始温度。在180℃加热约3分钟后,升高温度。升温速率是约25℃/分钟或更低,和优选约10℃/分钟,并且从180℃进行到约600℃
该氦气将从炉中的岩石样品释放的烃产物携带到检测器,该检测器对于有机化合物是敏感的。在该方法期间,发生了以下三类事件:
1.解吸和检测烃(其会在180℃或以下挥发),同时温度在该程序的前3分钟内保持恒定。它们被称作轻质挥发性烃(LVHC或LV)。
2.在180℃至约400℃的温度,发生溶剂可萃取的沥青或轻质油馏分的热脱附。它们被称作热蒸馏的烃或“可蒸馏物”(TDHC或TD)。
3.在约400℃以上的温度,发生重质烃或沥青质的热解(裂化)。热裂化的材料被称作热裂化的烃或“可热解物”(TCHC或TC)。
这些事件在初始仪器输出(被称作热解图)上产生了三个“峰”。静态180℃温度的峰是Vinci或Humble仪器的标准输出参数。它分别被称作S1或挥发性总石油烃(VTPH)。在本发明中,该值将被称作轻质挥发物LV,如上所述。由该程序的程序升温热解部分产生的数据由操作者手工再加工,以确定T最小以上和以下的烃的量(mg/g样品)。这种再加工对于熟练的操作者来说是平常的操作,并且可以用Vinci或Humble仪器来常规完成。180℃以上的第一个峰代表样品中可热蒸馏的烃的量,被称作TD,180℃以上的第二个峰代表样品中可热解物或热“裂化的”烃的量,被称作TC。在轻质烃或者直接用于校正的油样品分析的情况中,T最小可以不是可辨识的。在这种情况中,如果样品分析在400℃可重复,则本发明方法中所用的LV、TD和TC的值是关于上面所定义的具体温度范围的。
使用已公布申请US2010/0057409中的方法,通过筛选和分析一致的曲线形状,以鉴别潜在存在于样品中的端员。该样品然后通过溶剂萃取来进行这些组分的物理分离,以评估样品中有机物质的均匀性。优选使用环己烷来分离样品中存在的任何可移动或“游离”烃,该样品可以产自该井。也可以使用其他饱和的烷烃溶剂来提供类似结果,但是已经发现环己烷产生了萃取物,其经常匹配由含烃区域实际产出的流体。
在萃取可移动烃的特性组分之后,萃取任何其余的可溶性有机物。在源岩或非常规储层中所发现的可溶性材料将典型地具有高沥青质组分,并且代表沥青,其在源岩熟化期间在油原降解过程中早期形成。用于含沥青化合物的优选溶剂是二氯甲烷,其是强有机溶剂,可以溶解大部分沥青质和重质烃组分。但是,可以使用任何其他强或高极性有机溶剂例如氯仿、二硫化碳等,只要它萃取全部或大部分其余可溶性有机物即可。在溶剂萃取源岩之后,样品中其余的不溶性有机物可以代表几种材料,例如油原、惰性碳和再循环的和氧化的有机物质。
在已经鉴别适当的端员之后,使用已公布申请WO2008/100614(PCT/US2008/002102)中所述的方法来确定以下值:总氢指数(THIOM)、有机物质与可热解烃之比(OM/HCpy)、有机物质中氢与碳之比(H/COM)、有机物质中氮、氧和硫的百分比(NOSx%)和有机物质中氢的重量(Wt%HOM)。
在US2010/0057409的第[0062]-[0075]段中所教导的这些步骤优选用于本发明中,并且如下所述。US2010/0057409的公开内容在此引入作为参考。
在储集岩样品的评估中,目标是表征全部烃,无论它们是“游离”烃还是约束在复杂结构中的那些。另外,该方法的不同之处在于,分析程序使用了低得多的起始温度(180℃至195℃)。但是,对于各端员例如油、焦油和焦沥青,通过热解每克碳的烃量将相当一致。这个参数被称作总烃指数(THI),并且如下来计算:
THI=[(LV+TD+TC)/TOC]×100 (6)
THI的单位与HI相同,即mg烃/g有机碳。Rock-Eval 6或HumblePOPI/TOC分析仪可以用于评估不同端员的氢中的差异。THI是比率,并且TOC和THC(LV+TD+TC)二者在相同的分析过程中确定,因此与OM的分离、称重和小样品尺寸相关的误差(其会发生在元素分析中)不会影响该数据。重要的是获得有机端员的充分分离,以使得结果一致。各有机物质端员所需的另外的信息是来自于元素分析的结果,即获自CHNOS分析仪的结果。使用这些元素和THI的百分比量,可以确定端员的可热解和非可热解部分中所存在的氢的平均量,以计算整体材料的重量。如上所述,不同端员中杂原子的存在和不完全热解导致基于FID响应值,烃结构单元的量的一些漏报。但是,当评估有机物质的可热解部分相对于非可热解部分时,这些效果被处理为贡献相同的结果。
储集岩中有机材料的典型分离可以通过一系列萃取/分析步骤来完成。需要分析所产出的油,其可以通过将几微升油置于坩埚中的硅胶上,并且将它在30℃的炉中干燥约6小时以除去挥发性组分,来进行测量。这个分析的结果,加上油上的CHNOS,提供了用于计算样品中所包含的油的质量/克岩石的手段。评估油部分的另一方式是用环己烷萃取该岩石样品。获自这种程序的萃取物将典型地类似于储层中的可移动烃,并且随后测量THI和CHNOS将提供适于VOM分析的数据。除用于萃取物的参数测量之外,该THI和CHNOS数据也在用环己烷萃取的岩石上测量。该数据代表在环己烷萃取之后保留在岩石上的“不可移动的”沥青。
该方法中接下来的步骤是使用强极性溶剂例如二氯甲烷在经环己烷萃取的岩石上进行二次萃取。所得的萃取物被认为是典型的烃染色的剩余的焦油或沥青质组分,而留在岩石中的残留的有机物由焦沥青(焦油,其已经改变,失去它的大部分氢,并且变得甚至不溶于强有机溶剂)或者另一不溶性材料如煤或油原组成。已经提出了对于形成焦沥青的多种机理,包括热化学硫酸盐还原(TSR)和热蚀变。但是,不存在单个的公认路径。但是,焦沥青中的氢含量较低,并且烃产率/克碳也较低。如同环己烷萃取物和其余岩石那样,二氯甲烷萃取物和经二氯甲烷萃取的岩石都通过热解分析来确定THI,和通过元素分析来确定样品的CHNOS组成。
确定端员的热解产率和质量/体积关系
使用热解数据来确定残留的烃染色中各种有机成分的体积是基于用于各种储层有机物质(OM)类型的总烃指数的测定和来自于前述组合建模(CoMod)方法的结果。仅有限数目的样品需要储层中存在的端员的详细分析,以形成烃组分的重量和端员总重量之间的关系。表1以表格形式显示了形成用于油、焦油和焦沥青的转化因子和它们用于确定端员的体积以及CoMod结果所需的计算步骤。因为THI是基于mg烃/g TOC,所以端员的组成也相对于1g TOC来给出。另外,因为热解仪器评估了烃的重量(mg/g岩石),所以在这个计算中所假定的岩石基质的量也是1g。
在这个例子中,用于这个储层的来自Rock Eval 6的结果提供了油、焦油和焦沥青端员的THI分别是1050、525和250。来自元素CHNOS分析的结果显示了该端员的油、焦油和焦沥青的H/COM之比分别是1.9、1.05和0.65。因为该计算是基于1克碳,所以基于元素分析的样品中有机物质中氢的重量可以如下来计算:
Wt.HOM(mg/1g TOC)=H/COM×(1000mg C/Mol.Wt.碳) (7)
如前所述,使用组合的热解和FID方法产生了氢的重量百分比的漏报,因为一些氢与可热解OM有关,和一些与非可热解OM有关。因为复杂分子如沥青质和油原中的脂族键大部分容易断开,所以假定脂族结构单元(即-CnH2n)的化学计量在有机物质的可热解部分中是占优的。这使得可热解烃中氢的平均重量百分比(%H CnH2n)是14.3%。应用这个假定,可热解烃中氢的重量如下来确定:
Wt.HHCPy(mg/1g TOC)=%H CnH2n/100×THI(mg HC/g TOC)×1gTOC (8)
非可热解OM中氢的重量如下来确定:
Wt.HNon-Py(mg/1g TOC)=Wt.HOM(mg/1g TOC)-Wt.HHCPy(mg/1gTOC) (9)
根据本发明的方法,这个实施例的油、焦油和焦沥青的非可热解部分中的氢的重量分别是8.2(mg/1g TOC)、12.4(mg/1g TOC)和18.4(mg/1g TOC)。因此,这样的假定(即通过热解有机物质所释放的烃中由脂族单元占优)导致氢的漏报,其对于焦油来说相对大(14.2%),对于焦沥青来说甚至更大(34%)。此外,假定所测量的来自于热解-FID的烃的平均组成具有较低H/C比,这将仅增加来自热解的氢漏报,其将使得较大校正成为必需。
为了简化该方案,在本发明的方法中,假定-CnH2n-结构单元处于占优的形式,其通过热解来自于石油储层的有机物质而产生。但是,应当注意的是,在错误表示样品中的氢量中所涉及的误差相对小。例如,对于焦沥青中的氢来说,如果完全忽略的话,则18.4mg H/1g TOC漏报将产生仅1.75%的误差。当计算的目的是评估储层中焦油的体积,并且所存在焦油的临界量是该体积的约5%时,将理解4.9体积%至5.1体积%焦油的差值不是显著的。
一旦已经确定了样品中各自的氢的重量,则可热解OM和非可热解OM中碳的重量可以如下来计算:
Wt.CHCPy(mg/1g TOC)=THI(mg/1g TOC)×1g TOC-Wt.HHCPy(mg/1g TOC) (10)
Wt.CNon-Py(mg/1g TOC)=1000mg TOC-Wt.CHCPy(mg/1g TOC)
(11)
原油的元素组成分析显示了元素NSO典型地占1-4%,和沥青质部分将典型地是5-12%。在本实施例中,所测定的油、焦油和焦沥青的NSO值分别是2.8%、7.3%和7.6%,其处于文献中所述的范围内。例如,参见Ancheyta等人,Energy and Fuels,第16卷,第1121-27页,2002年;Holleran,VSS Technology Library,Valley Slurry SealCompany,www.slurry.com/techpapers contrbit.shtml,2000年。因此,从CHNOS元素分析,能够容易地确定归因于样品中的元素氮、硫和氧的重量百分比。一旦确定了这些值,则有机端员中这种材料的重量可以如下来计算:
Wt.NSOOM=[(%NSOOM/100)×(Wt.CHCPy+Wt.CNon-Py+Wt.HHCPy+Wt.HNon-Py)]/(1–(%NSOOM/100)) (12)
各端员的有机物质的总重量可以相对于1g TOC来计算,并且有机物质与可热解烃之比(OM/HCPy)可以如下来确定:
Wt.OM(mg/1g TOC)=
Wt.HHCPy+Wt.HNon-Py+Wt.CHCPy+Wt.CNon-Py+Wt.NSOOM (13)
OM/HCPy=Wt.OM/THI,或者 (14)
OM/HCPy=Wt.OM/(Wt.HHCPy+Wt.CHCPy) (15)
如同样品中氢的重量那样,储层内有机物质中元素NSO的量的变化对所评估的有机物质体积的影响不可能超过几个百分点。重要的是确定产生精确的CoMod结果的合适端员。因为所示实施例的OM/HCPy之比对于油来说是1.13,对于焦油是2.23和对于焦沥青是4.56,该建模方法中的误差比与这些材料的化学组成相关的微小误差相比,要重要得多。所以,特别重要的是用实验室分离来确认建模结果,其显示可溶材料相对于不可溶材料的相对量是类似的。这是因为5体积%的焦沥青具有响应值,其等于约2.5体积%的焦油。
最后,根据已知的和通常使用的方法,将TOC相对于烃产率绘图,来确定样品中惰性碳的量(TOC惰性),该方法例如下述方法:Langford,F.F.和M.-M.Blank-Valleron,1990年,InterpretingRock-Eval Pyrolysis Data Using Graphs of Pyrolizable Hydrocarbonsvs.Total Organic Carbon,Bulletin of the American Association ofPetroleum Geologists,第74卷,第799-804页;Dahl,B.,J.Bojesen-Koefoed,A.Holm,H.Justwan,E.Rasmussen和E.Thomsen,2004年,A New Approach to Interpreting Rock-Eval S2and TOCData for Kerogen Quality Assessment,Organic Geochemistry,第35卷,第1461-1477页,及其他。
将这些参数和其他数据输入到适当编程的通用计算机的存储器中,使用应用美国专利7,363,206中所述的组合建模对各端员(EM)的结果来计算烃产率,该产率可归因于来自源岩或非常规储层的样品组中的各端员(产率EMx)。从这个数据,可以通过使用有机物与可热解烃之比(OM/HCpyx)如下来计算用各样品的烃产率代表的有机物质的重量:
EMx重量OM=产率EMx*OM/HCpyx (16)
元素氮、硫和氧的重量如下来计算:
EMx重量NSO=NOSx%*EMx重量OM (17)
接着,如下来计算氢的重量:
EMx重量H=Wt%HOM*EMx重量OM (18)
最后,如下来计算端员的总有机碳的重量(TOCEMx):
TOCEMx(wt%)=(EMx重量OM(mg/g岩石)-EMx重量NSO
(mg/g岩石)-EMx重量H(mg/g岩石))×100/1000mg/g岩石(19)
在计算各端员组分的TOC之后,将它们求和,并且将使用标准方法从邻近井测定的地层中存在的惰性碳添加到如下的重建的总有机碳产率(TOCRCN或TOCCoMod)中:
TOCRCN=TOCEM1+TOCEM2...TOCEMx+TOC惰性 (20)
用于测定岩石样品中“惰性碳”的量的方法是源岩分析领域公知的,并且描述在例如Langford,F.F.和M.-M.Blank-Valleron,1990年,Interpreting Rock-Eval Pyrolysis Data Using Graphs ofPyrolizable Hydrocarbons vs.Total Organic Carbon中。对于来自AMAD_2的实施例,可以参考图7,其中显示了邻近井AMAD_1的S2烃产率相对于TOC的图,其用于通过标注所形成的趋势线的X-截距来评估惰性碳的量。
实施例1
下面的本发明方法的实施例使用了基于POPI数据的组合建模分析方法来计算重建的总有机碳(TOC)值。已经发现,重建的TOC值密切对应于通过常规仪器测量的TOC。本发明的方法可以用于非常规油储层中来提供井位置处的实时相关数据,用于在钻探的同时进行作业决定。除提供TOC数据之外,该方法还提供了数据,其区分了储集岩中发现的有机物质,例如游离油、残留沥青和油原。
用于这个实施例的数据基于来源于芯样品的数据,该芯样品收集自被称作DBYT-1的阿拉伯井,分析了该井的TOC,并且也通过标准POPI分析进行。POPI数据通过可获自Saudi Arabian Oil Company的GC-ROX(TM)商业软件和组合建模方法处理,目的是评估各有机物端员对于总热解信号的相对贡献。
图8显示了用于为DBYT-1井建模的端员热解图。标记为“游离油”的曲线代表了储层中的游离油,并且通过环己烷萃取在钻探期间收集的岩石样品来获的。特别地,这些样品的API重力值评估为32°至34°。API通过美国专利6,823,298B1中公开的热解方法来确定。“沥青”曲线代表了地层中存在的残留沥青,其通过使用二氯甲烷萃取岩石样品来获得。它的外观对于对沥青质部分的观察是典型的。“油原”曲线是储层中发现的油原的表征,并且在上面通过环己烷和二氯甲烷萃取之后,通过热解分析岩石样品来确定。
参见图9,显示了来自于建模DBYT-1井的典型热解图的结果。“调整的:(DBYT1-211)”曲线是实际样品数据,并且图案填充的曲线显示了来自于应用组合建模的结果,其作为端员相关组分的总和。特别地,该建模方案低估了热解图的LV(轻质挥发物)部分中存在的轻质组分的量。该较低的值反映了在来自萃取方法的轻质馏分中典型遇到的损失,并且还表明在储集岩中实际上存在着大量的轻质组分。该建模结果显示了在整个取样间隔中高水平的游离油。
图10所示的图比较了由建模POPI数据确定的TOC与由仪器数据测量的TOC。该线的最小平方拟合的斜率非常接近于1,具有高的相关系数。该结果指示了非常强的相关性,并且提供了组合建模在确定源岩中有机物质组分的相对量中的效用和可靠性的证明。
为了将POPI数据转换成TOC值,使用组合建模来确定岩石样品中各端员的相对丰度(abundance)。然后使用那些端员的化学和物理性能来计算各组分的可热解和非可热解部分二者的重量百分比。明显地,这三种相对简单的组分的贡献可以变化,以实现与实际岩石样品的可行的可接受的匹配。这意味着,所用的模型是在岩石中发现的有机物质分布的似乎可信的代表。该结果也可以形成基础,来推断有机物质转化成烃的水平(其发生在源岩中)。
图11所示的是DBYT-1井的290英尺区域的来自GC-ROX(TM)软件的五个轨迹的复合记录。在轨迹一中,显示了来自各端员的有机物质体积数据的堆叠展示。在轨迹二中,绘制了来自组合建模的端员模拟百分比(CoMod%)的堆叠展示。在轨迹三中,将由组合建模计算的TOC值(圆形)与仪器测量的TOC(三角形)一起绘图,用于样品的多样选择。在轨迹四中,将TOC与岩石样品中游离油的量(表达为mg油/g岩石样品)进行了比较。在轨迹五中,绘制了CoMod TOC和轻质挥发物(LV)烃产率/g TOC来显示跨越(crossover)含义,如下面相对于Jarvie效应的参考所述。要注意的是,图上的“LV adj.”条目基本上是LV,但是GC-ROX在样品输入期间进行了品质控制,并且由于基线化程序和平滑算法轻微调整了产率。
对轨迹一和二中提出的数据的检查显示了在整个DBYT-1井中非常高水平的游离油。但是,该数据难以与非常规油储层的公布类目(其使用了其他参数)进行比较。这种对比是困难的,因为现有技术方法依赖于简单的整体集成和温度截止,并且没有区分样品中存在的实际有机物质类型。
在轨迹三中,如TOC数据的交会图所示,在测量的TOC和由CoMod计算的TOC值之间存在着非常接近的一致性。该图证实了由热解数据的图中所示的图案中的高可信度。
在轨迹四和五中,构建了这样的图,其类似于用于评估非常规油储层的公开方法。从烃中有机物质的观点来说,最普遍依赖于现有技术方法来比较通过Rock-Eval方法所获得的TOC与S1产率。如Jarvie2011,出版中,AAPG Memoir 97,Shale reservoirs–Giant resourcesfor the 21st century,J.Breyer编,出版中,Jarvie,Daniel M.,2012年,Shale resource systems for oil and gas:Part 1-Shale gas resourcesystems;Part 2-Shale oil resource systems,AAPG Memoir97,第69-119页所示,提出该数据的优选形式是使用相同比例绘制S1值和TOC值。当S1超过TOC值时,据称这些区域表现出跨越,并且推断为有利于非常规油的生产。
在图11所示的分析中,显示了两个稍有不同的图:一个是相对于游离油的产率所绘制的TOC,另一个是相对于LV(轻质挥发物)产率所绘制的TOC。它们中的任何一个都没有精确反映S1产率的确定。在Rock-Eval方法中,S1产率通过在300℃释放的烃来确定,而LV产率是在195℃所释放的烃的量。因此,LV产率比S1产率更保守。由组合建模确定的游离油产率代表了任何样品中的实际的油;但是,这可能产生比简单的S1产率更大的值。但是,使用在300℃的S1产率意在代表岩石样品中存在的轻质烃,并且目前据信使用来自于组合建模的游离油值是一种可行的具有良好精度的指标。
绘制轻质烃产率相对于TOC的图的技术都产生了DBYT-1井中显著观察到的跨越效应。这表明,在DBYT-1井的取样区非常有利地与如北美洲中探明资源所发现的生产性非常规油储层相仿。
基于本发明方法的DBYT-1井的实际测试导致回收了一些油,虽然在井位置作业和测试程序过程中存在困难。由于这样的事实,即在实验井钻探和完井方法中大量投资之后,才有在北美洲完成非常规储层的大量成功,所以来自于DBYT-1的地球化学代表了用于未来勘探和开发钻探的一种可行方法。
实施例2和3
将上述方法应用于来自DBYT-1和AMAD-2井的样品,以分别产生图12所示的表2和图13所示的表3中列出的结果。
图14是仪器测量的TOC相对于来自表2中报告的DBYT-1井数据的重建的TOC(TOCRCN)的交会图,和图6是仪器测量的TOC相对于来自表3中报告的AMAD-2井数据的重建的TOC(TOCRCN)的交会图。图14和15中的图证实了,TOC计算(其由组合建模重建)提供了与基于仪器测量的TOC值非常密切的相关性。用于各自图的线的最小平方拟合如下:对于DBYT-1,R2=0.9418,对于AMAD-2,R2=0.9493。
实施例4
通过重建的TOC方法提供的改进解释的实施例,通过将来自DBYT-1井的数据与另一潜在的非常规油资源井(MZLJ-29)进行比较来表示。图16的图是在标准Rock-Eval分析中产生的来自DBYT-1的代表性样品的热解图;即使用300℃的起始温度来获得S1烃产率(mg烃/g岩石),然后以25℃/分钟升至600℃来程序化热解,以获得S2烃产率。如前所述,S1烃产率通常作为样品中代表性的“游离油”含量来获取。例如,参见Jarvie,Daniel M.,2012年,Shale resourcesystems for oil and gas:Part 1-Shale gas resource systems;Part 2-Shale oil resource systems,AAPG Memoir 97,第69-119页。
图17是来自MZLJ-29的代表性样品相应的图。在该图上标注了通常用于源岩/非常规储层分析的相应参数。对于这两个井来说,用S1烃产率代表的“游离油”组分的相关丰度是类似的,并且DBYT-1的生产指数(PI:S1/(S1+S2))等于0.23,MZLJ-29的等于0.27。该数据将表明,MZLJ-29的“游离油”含量稍高于DBYT-1;但是,该差异不显著。其他参数例如Tmax值(DBYT-1是445.7,MZLJ-29是451.3)和氢指数(HI;DBYT-1是373,MZLJ-29是193)也表明,在MZLJ-29井处发生了更大的有机物质转化。
图18和19是通过本发明的方法评估的相同样品的相应图。这些样品用POPI方法中提供的标准分析程序(美国专利5,866,814)来运行,随后应用组合建模方法(美国专利7,363,206)。在这些图中,初始数据通过黑色实心热解图线来显示,并且组合建模的结果通过图案填充的热解图来显示,其中用于“游离油”、“沥青”和“油原”各端员的量通过图例中各自的图案来反映。在这种情况中,能够清楚地看到,来自于DBYT-1井的样品表现出丰富的“游离油”,而来自于MZLJ-29井的样品表现出几乎没有“游离油”。同样这些图上注释了材料之间近似的划分,该划分通常包含标准Rock-Eval分析下的S1和S2烃产率。可以清楚地观察到,大量“沥青”会与热解运行的早期部分相关。通过使用较低的起始温度在曲线形状中观察到显著差异,这允许“游离油”和“沥青”端员之间的差异。
图20是由本发明的方法提供的数据的复合记录,其对应于来自于DBYT-1井的图11。可以容易地观察到,对于井的结果整体上类似于单个样品的例子。最显著地,在这些图中缺少MZLJ-29井样品中的“游离油”端员。同样,轨迹4和5(其显示了在绘制TOC和“游离油”或者TOC和LV时DBYT-1的跨越效应)显示了MZLJ-29井没有跨越。最后,MZLJ-29井所显示的井测试和区域增产没有回收任何烃,而DBYT-1井能够流动油。因此,在标准工业方法提供不确定信息的情况中,本发明的方法能够预测井性能。
上面的说明书目的是说明性的,而非穷举。该说明书将为本领域技术人员建议许多改变、变化和选项,其处于本发明的范围内。本领域技术人员将认识到上述具体实施方案的其他等价物。因此,保护范围通过所附权利要求书来确定。
Claims (7)
1.评估取自特定油田的已知深度的储集岩样品中的总有机碳(TOC)含量的方法,该样品含有多个可区别的端员(EM)组分,其可以包括油、沥青、可溶性焦油、焦沥青、油原、煤、钻探泥浆添加剂例如润滑剂、泥浆稳定剂、井漏材料和其他含碳污染物,改进包括:
a.确定用于组合建模的现场端员组;
b.应用组合建模来确定该现场端员中的每个在该样品中的相对比例;
c.记录该样品中各端员的总产率的百分比值;
d.获得以下参数:总氢指数(THIOM)、有机物质与可热解烃之比(OM/HCpy)、该有机物质中氢与碳之比(H/COM)、该有机物质中氮、氧和硫的百分比(NOSx%)和该有机物质中氢的重量(Wt%HOM);
e.应用组合建模来确定可归因于该样品中各EM的烃产率(产率EMx);
f.根据下式来确定用该烃产率表示的有机物质(OM)的重量:
EMx重量OM=产率EMx×OM/HCPyx
其中HCPyx是可热解烃端员;
g.根据下式来确定元素氮、硫和氧的重量:
EMx重量NSO=NSOx%×EMx重量OM;
h.通过下式来确定样品中各端员的氢的重量:
EMx重量H=Wt%HOM×EMx重量OM;
i.如下来计算该端员的总有机碳(TOCEMx):
TOCEMx=EMx重量OM-EMx重量NSO-EMx重量H;
j.如下来将各端员的TOC与地层中存在的惰性碳求和,来获得重建的总有机碳(TOCRCN或TOCCoMod):
TOCRCN=TOCEM1+TOCEM2...TOCEMx+TOC惰性。
2.根据权利要求1所述的方法,其中如下来确定该本地端员组:(i)分析该样品来确定各端员的存在,或者(ii)基于来自于岩石样品的先存分析结果来选择该端员,该岩石样品获自在储集岩地层中的相邻井中所关注的一个或多个相当的区域。
3.根据权利要求1所述的方法,其包括以下另外的预备步骤:收集来自相同深度的多个样品,鉴别一种或多种在至少一种端员的含量方面表现出均匀性的样品,选择具有基本均匀的端员含量的一个样品,和使该样品经过步骤(b)至(j)。
4.根据权利要求1所述的方法,其进一步包括:
k.选择来自储集岩地层中不同间隔的多个样品;
l.对该样品中的每个重复步骤(b)-(j);
m.以图形和/或表格的形式展示结果,用于由使用者目视分析。
5.根据权利要求4所述的方法,其中该多个样品中的每个的结果以表格的形式展示,并且该表格包括所评估的TOC和获得样品的深度,以及选自游离油、沥青、油原和惰性有机物质的相关数据。
6.根据权利要求4所述的方法,其中TOC数据以对应于各自样品的深度的堆叠形式图形展示,并且该展示包括有机物质的体积、油原的%、通过热解油-生产率指数(POPI)热解方法测量的TOC相对于游离油和TOC相对于轻质挥发物(LV)。
7.由组合建模分析来重建总有机碳含量的方法,该方法包括:
a.收集非常规油储层和源岩的多个典型样品;
b.通过热解油-生产率指数(POPI)热解方法进行热解;
c.获得和检查获自邻近井和相同储层的对比样品的先存热解数据,来评估看起来存在于那些对比样品中的可能的端员组分;
d.选择在步骤(a)中获得的样品,该样品看起来具有基本均匀组成的端员,该端员选自由游离油、沥青、油原组成的端员的组,例如看起来主要由“游离油”、沥青、油原和污染物组成的样品;
e.通过用非极性溶剂萃取来分离可移动烃组分,保留萃取物和经萃取的岩石;
f.通过用极性溶剂萃取来从经萃取的岩石中分离可溶性焦油,保留萃取物和经萃取的岩石;
g.通过脱矿质方法,在经极性溶剂萃取的岩石的一部分上进行残留有机物质的分离;
h.通过元素分析来分析全部的萃取物和有机物质分离,以确定各样品中C、H、N、O和S的百分比;
i.通过热解-TOC分析来分析全部的萃取物、经萃取的岩石和经分离的有机物质,以确定THI;
j.通过应用组合建模来分析热解数据;
k.记录样品组中端员的总产率的百分比值;
l.获得以下参数:总氢指数(THIOM)、有机物质与可热解烃之比(OM/HCpy)、该有机物质中氢与碳之比(H/COM)、该有机物质中氮、氧和硫的百分比(NOSx%)和该有机物质中氢的重量(Wt%HOM);
m.分析来自井的多个样品,该井具有需要重建的TOC值的源岩或非常规储层;
n.应用组合建模来获得烃产率,该烃产率可归因于来自源岩或非常规储层的样品组中的各端员(产率EMx);
o.通过应用下式来确定用该烃产率表示的有机物质的重量:
EMx重量OM=产率EMx×OM/HCpyx;
p.通过下式来确定元素氮、硫和氧的重量:
EMx重量NSO=NOSx%×EMx重量OM;
q.通过下式来确定样品中各端员的氢的重量:
EMx重量H=Wt%HOM×EMx重量OM;
r.如下来计算该端员的总有机碳(TOCEMx):
TOCEMx=EMx重量OM-EMx重量NSO-EMx重量H;和
s.如下来将各端员的TOC与地层中存在的惰性碳求和,来获得重建的总有机碳(TOCRCN或TOCCoMod):
TOCRCN=TOCEM1+TOCEM2...TOCEMx+TOC惰性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261694037P | 2012-08-28 | 2012-08-28 | |
US61/694,037 | 2012-08-28 | ||
PCT/US2013/056979 WO2014036077A1 (en) | 2012-08-28 | 2013-08-28 | Method for reconstructing the total organic carbon content from compositional modeling analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104755923A true CN104755923A (zh) | 2015-07-01 |
CN104755923B CN104755923B (zh) | 2017-05-03 |
Family
ID=49123940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380054603.3A Expired - Fee Related CN104755923B (zh) | 2012-08-28 | 2013-08-28 | 用于由组分建模分析重建总有机碳含量的方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US9495488B2 (zh) |
EP (1) | EP2890979B1 (zh) |
CN (1) | CN104755923B (zh) |
AU (1) | AU2013308908B2 (zh) |
BR (1) | BR112015004371A2 (zh) |
CA (1) | CA2883696A1 (zh) |
EA (1) | EA029010B1 (zh) |
IN (1) | IN2015DN02083A (zh) |
MX (1) | MX2015002667A (zh) |
SA (1) | SA515360087B1 (zh) |
WO (1) | WO2014036077A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966545A (zh) * | 2017-10-19 | 2018-04-27 | 中国石油天然气股份有限公司 | 一种任意成熟度烃源岩的有机碳恢复方法及其装置 |
CN109612794A (zh) * | 2018-12-06 | 2019-04-12 | 同济大学 | 一种烃源岩中不同赋存态有机质的分离与定量方法 |
CN109977360A (zh) * | 2019-04-08 | 2019-07-05 | 南京大学 | 高-过成熟腐泥型海相页岩原始氢指数和有机碳恢复方法 |
CN109994161A (zh) * | 2019-04-13 | 2019-07-09 | 东北石油大学 | 趋势基线法结合动态联动法计算地层有机碳含量的方法 |
CN114428122A (zh) * | 2020-09-16 | 2022-05-03 | 中国石油化工股份有限公司 | 一种岩石热解s1的恢复方法 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10365261B2 (en) * | 2014-07-18 | 2019-07-30 | Chevron U.S.A. Inc. | System and method for determining stratigraphic location and areal extent of total organic carbon using an integrated stratigraphic approach |
US20160026678A1 (en) * | 2014-07-28 | 2016-01-28 | Schlumberger Technology Corporation | System and method of facilitating oilfield data analysis |
CN104749341B (zh) * | 2015-03-05 | 2016-05-11 | 中国石油天然气股份有限公司 | 碳酸盐岩类烃源岩有效性的判断方法 |
CN105403585B (zh) * | 2015-10-28 | 2018-03-13 | 中国石油天然气股份有限公司 | 烃源岩内分散液态烃丰度下限的确定方法 |
CN106053514B (zh) * | 2016-06-02 | 2019-04-09 | 中国石油大学(华东) | 一种烃源岩有机质生烃转化率的评价方法 |
CN107687986B (zh) * | 2017-08-28 | 2020-03-10 | 中国石油天然气股份有限公司 | 一种评价沉积岩中总有机碳含量的方法 |
EP3682376A1 (en) | 2017-09-15 | 2020-07-22 | Saudi Arabian Oil Company | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network |
FR3072173B1 (fr) * | 2017-10-09 | 2019-09-27 | IFP Energies Nouvelles | Procede pour estimer la quantite d'hydrocarbures libres dans un echantillon de roche sedimentaire |
US10983237B2 (en) * | 2018-04-13 | 2021-04-20 | Saudi Arabian Oil Company | Enhancing seismic images |
RU2681801C1 (ru) * | 2018-04-26 | 2019-03-12 | Публичное акционерное общество "Нефтяная компания "Роснефть" (ПАО "НК "Роснефть") | Способ определения линейных ресурсов углеводородных отложений нетрадиционного резервуара юрской высокоуглеродистой формации |
US10891462B2 (en) * | 2018-06-29 | 2021-01-12 | Saudi Arabian Oil Company | Identifying geometrical properties of rock structure through digital imaging |
CN109061097B (zh) * | 2018-10-12 | 2021-04-27 | 新疆宣力环保能源有限公司 | 一种人工煤气中焦油含量的分析方法 |
CN110069878B (zh) * | 2019-04-29 | 2019-12-20 | 西南石油大学 | 一种钻井完井堵漏材料定量评分优选方法 |
CN110633519B (zh) * | 2019-09-05 | 2023-10-31 | 中国石油天然气股份有限公司 | 岩石热解峰温有效数据确定方法及装置 |
CN110672709B (zh) * | 2019-11-18 | 2020-07-03 | 中国水产科学研究院黄海水产研究所 | 利用ea-irms分析海水中颗粒有机碳、氮稳定同位素的方法 |
CN110779831B (zh) * | 2019-11-19 | 2022-02-15 | 中国石油大学(华东) | 一种页岩储层有机质热裂解生烃转化率的计算方法及热解产物收集装置 |
CN112415102B (zh) * | 2020-04-30 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种页岩中已生成烃量的测量方法 |
CN114113074A (zh) * | 2020-08-25 | 2022-03-01 | 中国石油化工股份有限公司 | 计算高过成熟度腐泥型烃源岩的排油效率的方法及系统 |
CN112525904B (zh) * | 2020-11-17 | 2024-02-23 | 德港(无锡)科技有限公司 | 一种硅质岩中不同来源硅质含量的定量计算方法 |
US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
CN112858369B (zh) * | 2021-01-15 | 2021-12-14 | 中国地质大学(武汉) | 一种基于岩石热解参数快速识别页岩油有利层段的方法 |
CN112924615A (zh) * | 2021-01-26 | 2021-06-08 | 北京林业大学 | 一种测定乔木挥发性碳含量的方法 |
RU2762078C1 (ru) * | 2021-04-29 | 2021-12-15 | Публичное акционерное общество "Нефтяная компания "Роснефть" (ПАО "НК "Роснефть") | Способ локализации перспективных зон в нефтематеринских толщах |
RU2761935C1 (ru) * | 2021-04-29 | 2021-12-14 | Публичное акционерное общество "Нефтяная компания "Роснефть" (ПАО "НК "Роснефть") | Способ локализации перспективных зон в нефтематеринских толщах |
CN113742958B (zh) * | 2021-08-05 | 2023-05-19 | 华北理工大学 | 基于物元理论的岩石数字化表征模型的计算方法 |
CN114460122A (zh) * | 2021-09-24 | 2022-05-10 | 中国海洋石油集团有限公司 | 一种用于烃源岩热模拟实验的岩屑样品选样方法 |
CN115049937A (zh) * | 2022-08-16 | 2022-09-13 | 中国石油大学(华东) | 一种基于岩性组分三角z值图的岩性识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0915331A2 (en) * | 1997-09-30 | 1999-05-12 | Saudi Arabian Oil Company | Method for pyrolytic analysis of reservoir rock for predicting the oil-production characteristics |
EP1158139A2 (en) * | 2000-05-23 | 2001-11-28 | Saudi Arabian Oil Company | Pyrolytic oil-productivity index method for predicting reservoir rock and oil characteristics |
CN1820247A (zh) * | 2003-05-07 | 2006-08-16 | 沙特阿拉伯石油公司 | 组分模拟和热解数据分析方法 |
CN101689102A (zh) * | 2007-02-16 | 2010-03-31 | 沙特阿拉伯石油公司 | 测定储集岩中有机物质体积的方法 |
CN101929960A (zh) * | 2009-06-22 | 2010-12-29 | 中国石油天然气股份有限公司 | 定量测定烃源岩中干酪根结构组成和成熟度的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2739694B1 (fr) | 1995-10-05 | 1997-11-14 | Inst Francais Du Petrole | Methode et dispositif pour determiner des caracteristiques petrolieres de sediments geologiques |
US8352228B2 (en) * | 2008-12-23 | 2013-01-08 | Exxonmobil Upstream Research Company | Method for predicting petroleum expulsion |
-
2013
- 2013-08-28 WO PCT/US2013/056979 patent/WO2014036077A1/en active Application Filing
- 2013-08-28 EA EA201500276A patent/EA029010B1/ru not_active IP Right Cessation
- 2013-08-28 MX MX2015002667A patent/MX2015002667A/es active IP Right Grant
- 2013-08-28 US US14/012,290 patent/US9495488B2/en active Active
- 2013-08-28 AU AU2013308908A patent/AU2013308908B2/en not_active Ceased
- 2013-08-28 IN IN2083DEN2015 patent/IN2015DN02083A/en unknown
- 2013-08-28 EP EP13759647.4A patent/EP2890979B1/en not_active Not-in-force
- 2013-08-28 BR BR112015004371A patent/BR112015004371A2/pt not_active IP Right Cessation
- 2013-08-28 CA CA2883696A patent/CA2883696A1/en not_active Abandoned
- 2013-08-28 CN CN201380054603.3A patent/CN104755923B/zh not_active Expired - Fee Related
-
2015
- 2015-02-28 SA SA515360087A patent/SA515360087B1/ar unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0915331A2 (en) * | 1997-09-30 | 1999-05-12 | Saudi Arabian Oil Company | Method for pyrolytic analysis of reservoir rock for predicting the oil-production characteristics |
EP1158139A2 (en) * | 2000-05-23 | 2001-11-28 | Saudi Arabian Oil Company | Pyrolytic oil-productivity index method for predicting reservoir rock and oil characteristics |
CN1820247A (zh) * | 2003-05-07 | 2006-08-16 | 沙特阿拉伯石油公司 | 组分模拟和热解数据分析方法 |
CN101689102A (zh) * | 2007-02-16 | 2010-03-31 | 沙特阿拉伯石油公司 | 测定储集岩中有机物质体积的方法 |
CN101929960A (zh) * | 2009-06-22 | 2010-12-29 | 中国石油天然气股份有限公司 | 定量测定烃源岩中干酪根结构组成和成熟度的方法 |
Non-Patent Citations (1)
Title |
---|
LAFARGUE E等: "Rock-eval 6 application hydrocarbon exploration,production,and soil contamination studies", 《OIL & GAS SCIENCE AND TECHNOLOGY:REVUE DE》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966545A (zh) * | 2017-10-19 | 2018-04-27 | 中国石油天然气股份有限公司 | 一种任意成熟度烃源岩的有机碳恢复方法及其装置 |
CN109612794A (zh) * | 2018-12-06 | 2019-04-12 | 同济大学 | 一种烃源岩中不同赋存态有机质的分离与定量方法 |
CN109612794B (zh) * | 2018-12-06 | 2021-05-11 | 同济大学 | 一种烃源岩中不同赋存态有机质的分离与定量方法 |
CN109977360A (zh) * | 2019-04-08 | 2019-07-05 | 南京大学 | 高-过成熟腐泥型海相页岩原始氢指数和有机碳恢复方法 |
CN109994161A (zh) * | 2019-04-13 | 2019-07-09 | 东北石油大学 | 趋势基线法结合动态联动法计算地层有机碳含量的方法 |
CN109994161B (zh) * | 2019-04-13 | 2023-05-16 | 东北石油大学 | 趋势基线法结合动态联动法计算地层有机碳含量的方法 |
CN114428122A (zh) * | 2020-09-16 | 2022-05-03 | 中国石油化工股份有限公司 | 一种岩石热解s1的恢复方法 |
CN114428122B (zh) * | 2020-09-16 | 2024-04-12 | 中国石油化工股份有限公司 | 一种岩石热解s1的恢复方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104755923B (zh) | 2017-05-03 |
SA515360087B1 (ar) | 2017-02-07 |
EA201500276A1 (ru) | 2015-08-31 |
CA2883696A1 (en) | 2014-03-06 |
AU2013308908B2 (en) | 2016-11-24 |
WO2014036077A1 (en) | 2014-03-06 |
MX2015002667A (es) | 2015-09-25 |
EP2890979A1 (en) | 2015-07-08 |
EA029010B1 (ru) | 2018-01-31 |
IN2015DN02083A (zh) | 2015-08-14 |
EP2890979B1 (en) | 2019-04-24 |
US20140114627A1 (en) | 2014-04-24 |
BR112015004371A2 (pt) | 2017-07-04 |
US9495488B2 (en) | 2016-11-15 |
AU2013308908A1 (en) | 2015-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104755923B (zh) | 用于由组分建模分析重建总有机碳含量的方法 | |
US8492153B2 (en) | Method for determining volume of organic matter in reservoir rock | |
Agrawal et al. | Molecular characterization of kerogen and its implications for determining hydrocarbon potential, organic matter sources and thermal maturity in Marcellus Shale | |
Hazra et al. | Evaluation of shale source rocks and reservoirs | |
US20100132450A1 (en) | Methods for optimizing petroleum reservoir analysis | |
Jweda et al. | Optimizing field development strategy using time-lapse geochemistry and production allocation in Eagle Ford | |
WO2003081233A1 (en) | Method and apparatus for simulating pvt parameters | |
CN104749322B (zh) | 一种高过成熟天然气气源判识的方法 | |
CN1820247B (zh) | 组分模拟和热解数据分析方法 | |
CN104730595A (zh) | 一种深层古油藏充注方向和途径示踪方法 | |
Lawal et al. | Total organic carbon characterization using neural-network analysis of XRF data | |
Yang et al. | A new possible giant hydrocarbon generated formation: the Upper Triassic source rock in Southwestern Junggar Basin, NW China | |
Miknis et al. | Nuclear magnetic resonance: a technique for direct nondestructive evaluation of source-rock potential | |
Beti et al. | A new method of source and reservoir rock pyrolysis to determine the boiling point distribution of petroleum in rock samples | |
Dadi et al. | The use of gas data while drilling for the assessment of organic matter in Ghadames Basin (North Africa) | |
Engler et al. | Analysis of mineral samples using combined instrument procedures for phase quantification | |
Dang et al. | Reducing ambiguity in source rock analyses | |
Bystrova et al. | THE ROLE OF THE PALEONTOLOGICAL ASPECTS TO DETERMINE THE HYDROCARBON POTENTIAL OF THE NORTH-WESTERN CASPIAN POST-SALT COMPLEX| Bystrova | |
Marshall | Palynofacies and orbital cyclicity: an example from the Silurian of Saudi Arabia | |
Larter et al. | Some Future Directions in Reservoir Fluid Geochemistry | |
Larter | 23 Integrated kerogen typing in the recognition and quantitative | |
Schrynemeecker et al. | Melding geoscience and information technology to enhance exploration success: a case study from Peru | |
ANGELIS | EXTENDING THE RESERVOIR OILS C+ COMPOSITIONAL ANALYSIS AND ITS EFFECT ON PHASE BEHAVIOR MODELING | |
Samson | Assessment of the Atoka Group of southwest Kansas as a Potential System | |
Mackley et al. | Hanford Borehole Geologic Information System (HBGIS) Updated User’s Guide for Web-based Data Access and Export |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170503 |