CN105486709B - 井下稠油分子链长的测量方法和装置 - Google Patents

井下稠油分子链长的测量方法和装置 Download PDF

Info

Publication number
CN105486709B
CN105486709B CN201510958700.6A CN201510958700A CN105486709B CN 105486709 B CN105486709 B CN 105486709B CN 201510958700 A CN201510958700 A CN 201510958700A CN 105486709 B CN105486709 B CN 105486709B
Authority
CN
China
Prior art keywords
chain length
molecular chain
viscous crude
diffusion coefficient
component
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.)
Active
Application number
CN201510958700.6A
Other languages
English (en)
Other versions
CN105486709A (zh
Inventor
肖立志
邓峰
刘化冰
李新
张宗富
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 University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN201510958700.6A priority Critical patent/CN105486709B/zh
Publication of CN105486709A publication Critical patent/CN105486709A/zh
Application granted granted Critical
Publication of CN105486709B publication Critical patent/CN105486709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N24/00Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
    • G01N24/08Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
    • G01N24/087Structure determination of a chemical compound, e.g. of a biomolecule such as a protein

Abstract

本发明提供了一种井下稠油分子链长的测量方法和装置。该方法包括:向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;采集回波数据;采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数;根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数。

Description

井下稠油分子链长的测量方法和装置
技术领域
本发明实施例涉及稠油分析技术领域,尤其涉及一种井下稠油分子链长的测量方法和装置。
背景技术
稠油是一种组成成分极其复杂的地下储层流体,具有粘度高,密度较大开采、运输难度大等特点。稠油的开采价值已得到越来越多的关注。了解稠油内部原油组分是实际开采,甚至分解、提炼和运移过程中提高重质油的开采利用效率重要的一步。
目前常用原油组分及分子链长分析方法主要在实验室内进行,主要包括气相色谱分析方法、化学位移方法及核磁共振方法等。然而,对于重质油来说,很难将重质组分由液相或半固相转变为气相进行分析,这也导致气相色谱分析方法无法得到重质油全部的组分信息。即使是对于化学位移方法来说,虽然可以得到样品精准的化学组分及内部分子结构,但由于重质油组分过于复杂,其化学谱分布高度重叠,因而难以对其进行解释。对于核磁共振方法来说,通过编辑扩散系数D、纵向弛豫时间T1、横向弛豫时间T2,直接采用三维反拉普拉斯变换求取三维联合概率分布函数,造成了数据处理速度慢。
另一方面在实验室内进行原油组分及分子链长的分析方法,在原油从井下取样运送至地面实验室的过程中,由于外界环境温度、压力的变化,样品的物性参数也会发生变化,个别重质成分可能析出,不利于稠油组分的准确测量。
发明内容
本发明实施例提供一种井下稠油分子链长的测量方法和装置,实现了对稠油样品中各组分分子链长的原位无损测量,无需对稠油组分进行气相分析, 提高了对稠油样品中各组成分子链长进行测量的准确度,并采用快速反演算法计算三维联合概率分布函数,加快了数据处理速度。
本发明实施例提供一种井下稠油分子链长的测量方法,包括:
向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,所述三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;
采集回波数据;
采用快速反演算法对所述回波数据进行反演,计算关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
根据预先搭建的所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或所述扩散系数D与稠油样品中各组分分子链长关系的模型或所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解所述稠油样品中各组分分子链长的概率分布函数,以获得所述稠油样品中各组分的分子链长。
本发明实施例提供一种井下稠油分子链长的测量装置,包括:
发射模块,用于向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,所述三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;
采集模块,用于采集回波数据;
计算模块,用于采用快速反演算法对所述回波数据进行反演,计算关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
求解模块,用于根据预先搭建的所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或所述扩散系数D与稠油样品中各组分分子链长关系的模型或所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解所述稠油样品中各组分分子链长的概率分布函数,以获得所述稠油样品中各组分的分子链长。
本发明实施例提供一种井下稠油分子链长的测量方法和装置,通过向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列, 三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;采集回波数据;采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数;根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。实现了对稠油样品中各组分分子链长的原位无损测量,无需对稠油组分进行气相分析,提高了对稠油样品中各组成分子链长进行测量的准确度,并采用快速反演算法计算三维联合概率分布函数,加快了数据处理速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明井下稠油分子链长的测量方法实施例一的流程图;
图2为本发明实施例中三维核磁共振脉冲序列及回波数据的示意图;
图3为本发明井下稠油分子链长的测量方法实施例二的流程图;
图4为本发明中求解三种不同粘度的油样的联合概率分布函数的结果示意图;
图5为采用本发明提供的方法和气相色谱方法对1号油样各组分分子链长测量的结果示意图;
图6为采用本发明提供的方法和气相色谱方法对2号油样各组分分子链长测量的结果示意图;
图7为采用本发明提供的方法和气相色谱方法对3号油样各组分分子链长测量的结果示意图;
图8为本发明井下稠油分子链长的测量装置实施例一的结构示意图;
图9为本发明井下稠油分子链长的测量装置实施例二的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在下述实施例中,公式中的连续的多个参数或变量表示该多个参数或变量相乘。如两个变量为x,y,“xy”则表示x×y。
图1为本发明井下稠油分子链长的测量方法实施例一的流程图,如图1所示,该方法可以由井下稠油分子链长的测量装置来执行,该井下稠油分子链长的测量装置可以集成在核磁共振流体分析仪中,如图1所示,则本实施例提供的井下稠油分子链长的测量方法包括以下步骤:
步骤101,向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口。
本实施例中,将核磁共振流体分析仪直接下入储层,并从储层中抽吸稠油样品到探头内进行探测,探测控件封闭,受外界环境影响小。该核磁共振流体分析仪的探头包括高导磁外壳、磁体和天线。流体分析仪抽吸储层中的稠油样品进入探头后,对稠油样品进行三维核磁共振测量。采用“outside-in”的探测模式。该磁体能够产生均匀梯度的磁场,为进行三维核磁共振测量提供必要的静磁场环境。天线采用“单发单收”模式,长天线用于发射脉冲序列,短天线用于接收回波数据,发射天线采用螺旋线圈结构,接收天线采用马鞍形结构,以避免两天线之间的耦合作用。
本实施例中,图2为本发明实施例中三维核磁共振脉冲序列及回波数据的示意图,如图2所示,三维核磁共振脉冲序列是一种实现静止状态下测量三维T1-D-T2联合概率分布的脉冲序列。该三维核磁共振脉冲序列中包括三个独立的窗口。第一窗口I通过改变极化时间τ1来编辑纵向弛豫时间T1的信息,第二窗口II为扩散编辑脉冲序列,通过改变回波间隔τ2来编辑扩散系数D的 信息,第三窗口III为常规的CPMG脉冲序列,通过短回波间隔TE来编辑横向弛豫时间T2的信息。
本实施例中,τ3=nTE,其中,n可设置为任意自然数。
本实施例中,在三维核磁共振脉冲序列中改变第一窗口中的极化时间τ1来编辑纵向弛豫时间T1的信息时,保持第二窗口的回波间隔τ2和第三窗口的短回波间隔TE不变。在改变第二窗口中的回波间隔τ2来编辑扩散系数D的信息时,保持第一窗口的极化时间τ1和第三窗口中的短回波间隔TE不变。在改变第三窗口中的短回波间隔TE来编辑横向弛豫时间T2的信息时,保持第一窗口中的极化时间τ1和第二窗口中的回波间隔τ2不变。
步骤102,采集回波数据。
本实施实例中,采集的回波数据包括各回波的幅值数据。如图2所示,在发射第一窗口的脉冲序列后,采集到了第一回波数据201,在发射三维核磁共振脉冲序列的同时,依次采集回波数据,在图2中采集到的回波数据分别为201,202,203,204和205。这五个回波数据的最大幅值依次减小。
步骤103,采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。
本实施例中,采集到的回波数据为关于纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的三维回波数据,大量的三维回波数据构成了回波数据体,对这些三维回波数据进行反演,在反演时采用快速反演算法,首先对三维回波数据降维压缩,然后计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。
步骤104,根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。
本实施例中,流体的核磁共振自旋弛豫响应由整个流体中分子的纵向弛豫时间T1、扩散系数D的信息、横向弛豫时间T2的信息表征。特定组分的分子的扩散系数与分子大小或分子链长相关。同时整体的流体环境也影响分子的扩散系数。因此根据扩散系数与分子链长、整体的流体环境的关系,搭建扩散系数D与稠油样品中各组分分子链长关系的模型,该模型定义为第一 模型。
本实施例中,分子的弛豫通常由分子间核子的耦合作用决定。纵向弛豫时间T1的信息表征自旋系统与核子的环境的能量交换。横向弛豫时间T2描述了自旋系统内部的偶极-偶极相关作用。纵向弛豫时间T1、横向弛豫时间T2也分别与分子链长及整体的流体环境有关,所以根据纵向弛豫时间T1与分子链长及整体的流体环境的关系,搭建纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型,该模型定义为第二模型。根据横向弛豫时间T2与分子链长及整体的流体环境的关系,搭建横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,该模型定义为第三模型。
本实施例中,在获取纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数后,可获得稠油中各组分的纵向弛豫时间T1、扩散系数D、横向弛豫时间T2。根据上述中三个模型中的任意模型,求解稠油样品中各组分分子链长的概率分布函数,在获得稠油样品中各组分分子链长的概率分布函数后,可获得稠油样品中各组分的分子链长。
本实施例中,三个模型都是根据大量实验搭建出来的,三个模型中的各参数的取值也是根据大量实验确定的。
本实施例提供的井下稠油分子链长的测量方法,通过向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;采集回波数据;采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数;根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。由于在井下封闭环境下进行测量,所以实现了对稠油样品中各组分分子链长的原位无损测量,无需对稠油组分进行气相分析,提高了对稠油样品中各组成分子链长进行测量的准确度,并采用快速反演算法计算三维联合概率分布函数,加快了数据处理速度。
图3为本发明井下稠油分子链长的测量方法实施例二的流程图,如图3所示,该方法可以由井下稠油分子链长的测量装置来执行,该井下稠油分子链长的测量装置可以集成在核磁共振流体分析仪中,如图3所示,则本实施例提供的显示信息的防偷看方法包括以下步骤:
步骤301,向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口。
步骤302,采集回波数据。
本实施例中,步骤301-步骤302和本发明井下稠油分子链长的测量方法实施例一中的步骤101-步骤102相同,在此不再一一赘述。
步骤303,针对采集的回波数据的第一类Fredholm方程,采用奇异值分解和张量积的算法,对回波数据进行压缩降维处理,以获取关于回波数据的降维方程。
本实施例中,关于回波数据的第一类Fredholm方程可表示为式(1)所示:
M(τ123)=∫∫∫k1(x,τ1)k2(y,τ2)k3(z,τ3)f(x,y,z)dxdydz+ε(τ123) (1)
其中,M(τ123)表示回波数据,回波数据为三维数据,大量的回波数据构成回波数据体,τ1表示第一窗口中的极化时间,τ2表示第二窗口中的回波间隔,τ3=nTE,TE表示第三窗口中的短回波间隔,n为预设的自然数,x表示为纵向弛豫时间T1,y表示扩散系数D,z表示横向弛豫时间T2,k11,x)表示三维核磁共振脉冲序列的第一反演核函数,k22,y)表示三维核磁共振脉冲序列的第二反演核函数,k3(z,τ3)表示三维核磁脉冲序列的第三反演核函数,f(x,y,z)表示三维联合概率密度函数,ε(τ1τ23)为噪声项。
本实施例中,ε(τ1τ23)为可以为高斯白噪声。
具体地,k11,x)为关于纵向弛豫时间T1的反演核函数,k22,y)为关于扩散系数D的反演核函数,k3(z,τ3)为关于横向弛豫时间T2的反演核函数,k11,x)、k22,y)、k3(z,τ3)可表示为式(2)-式(4)所示。
k11,x)=1-exp(-τ1/x) (2)
k33,z)=exp(-τ3/z) (4)
其中,G表示均匀梯度磁场的梯度,γ表示质子旋磁比。由于在式(3)中exp(-2τ2/z)通常情况下近似为1,所以式(3)可以写为 即k22,y)为关于扩散系数D的反演核函数。
本实施例中,由于采集的大量的回波数据为三维的回波数据体,所以对回波数据进行压缩降维处理,加快数据处理速度。在进行压缩降维处理时,采用奇异值分解和张量积的算法。把纵向弛豫时间T1、扩散系数D两部分耦合成一个新函数,获取关于回波数据的降维方程表示为式(5)所示:
M(τ1τ23)=∫∫k12(xy,τ1τ2)k3(z,τ3)f2D(xy,z)dxydz+ε(τ1τ23) (5)
其中,M(τ1τ23)表示压缩降维后的回波数据,ε(τ1τ23)表示降维压缩后的噪声项,k12(xy,τ1τ2)=k11,x)k22,y),f2D(xy,z)表示二维联合概率密度函数。
本实施例中,通过压缩降维处理后,将求解三维联合概率分布函数的问题转变为求解二维联合概率分布函数的问题。
步骤304,利用零阶Tikhonov正则化方法,求解关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数。
本实施例中,流体的核磁共振弛豫或扩散响应满足多指数衰减规律,由回波数据反演得到弛豫或扩散分布是一个病态问题,使反演过程的解不唯一,并且回波数据中小的扰动就会对求解结果造成较大影响,所以在求解过程中引入正则化处理,以对反演过程进行稳定处理。
进一步地,步骤304具体为:利用零阶Tikhonov正则化方法,求解使惩罚函数最小的关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数。
其中,惩罚函数表示为式(6)所示:
本实施例中,x表示为纵向弛豫时间T1,y表示扩散系数D,z表示横向弛豫时间T2,τ1表示第一窗口中的极化时间,τ2表示第二窗口中的回波间隔,τ3=nTE,TE表示第三窗口中的短回波间隔,n为预设的自然数,k12(xy,τ1τ2)=k11,x)k22,y),k11,x)表示三维核磁共振脉冲序列的第一反演核函数,k22,y)表示三维核磁共振脉冲序列的第二反演核函数,k3(z,τ3)表示三维核磁共振脉冲序列的第三反演核函数,0<α<1,F2D(xy,z)表示关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数,表示惩罚函数,M(τ1τ23)表示降维压缩后的回波数据。
步骤305,根据关于横向弛豫时间T2的概率分布函数和二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。
本实施例中,首先根据第三反演核函数k3(z,τ3)求解关于横向弛豫时间T2的概率分布函数,然后根据关于横向弛豫时间T2的概率分布函数和二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。
步骤306,根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。
进一步地,预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型表示为式(7)所示:
预先搭建的扩散系数D与稠油样品中各组分分子链长关系的模型表示为式(8)所示:
预先搭建的横向弛豫时间T2与稠油样品中各组分分子链长关系的模型表示为式(9)所示:
其中,Di、T1i、T2i分别为第i种组分的扩散系数,纵向弛豫时间,横向弛豫时间,为平均分子链长,Ni为第i种组分的分子链长,A为第一经验相关系数,B为第二经验相关系数,β表示第一整体流体环境的分子尺寸信息,ν表示第i种组分分子在所有组分中的第一权重,γ1表示第二整体流体环境的分子尺寸信息,k1表示第i种组分分子在所有组分中的第二权重,γ2表示第三整体流体环境的分子尺寸信息,k2表示第i种组分分子在所有组分中的第三权重。
本实施例中,A、B、β、ν、γ1、k1、γ2、k2的取值都为进行大量实验后的经验值,可预先进行设定。
本实施例中,可根据三个模型中的任一个求解稠油样品中各组分分子链 长的概率分布函数。
本实施例提供的井下稠油分子链长的测量方法,在采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数时,首先针对采集的回波数据的第一类Fredholm方程,采用奇异值分解和张量积的算法,对回波数据进行压缩降维处理,以获取关于回波数据的降维方程;然后利用零阶Tikhonov正则化方法,求解关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数;最后根据关于横向弛豫时间T2的概率分布函数和二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数,通过压缩降维处理后,将求解三维联合概率分布函数的问题转变为求解二维联合概率分布函数的问题,加快了数据处理速度,并且在求解过程中引入正则化处理,使反演过程更稳定,由于可选择三个模型中的任意模型求解稠油样品中各组分分子链长的概率分布函数,增加了测量稠油样品中各组分分子链长的途径。
为了能说明本实施例提供的井下稠油分子链长的测量方法的有益效果,可通过以下实验进行验证。
1实验内容:采用本发明提供的井下稠油分子链长的测量方法及气相色谱方法对三种不同粘度的油样进行各组分分子链长的测量。
2实验结果
图4为本发明中求解三种不同粘度的油样的联合概率分布函数的结果示意图。图4中的第一行为1号油样的联合概率分布示意图,第1行的第1列为1号油样的三维联合概率分布示意图,第1行的第2-4列分别为1号油样的二维联合概率分布示意图,第2行为2号油样的联合概率分布示意图,第2行的第1列为2号油样的三维联合概率分布示意图,第2行的第2-4列分别为第2号油样的二维联合概率分布示意图,第3行为3号油样的联合概率分布示意图,第3行的第1列为3号油样的三维联合概率分布示意图,第3行的第2-4列分别为第3号油样的二维联合概率分布示意图。
图5为采用本发明提供的方法和气相色谱方法对1号油样各组分分子链长测量的结果示意图。图6为采用本发明提供的方法和气相色谱方法对2号油样各组分分子链长测量的结果示意图。图7为采用本发明提供的方法和气 相色谱方法对3号油样各组分分子链长测量的结果示意图。
其中,利用气相色谱方法对上述三个油样各组分分子链长进行测量时采用Agilent 7890A气相色谱仪。利用纯度为99.999%的氮气作为气相载体。系统初始温度为40℃,持续10分钟后以4℃/min的速度增加至70℃,然后以8℃/min的速度再持续增加至300℃。受到气相转换的限制,碳个数大于36的分子无法转化为气相,故而无法在气相色谱分析上得到体现。因此对于重质油样品来说,该方法只能作为一种参考测量手段。有前面的分析可知,分子弛豫及扩散信息与其碳链长度成指数关系。因此将上述的三个油样的气相色谱分析结果转换至对数坐标系中,便于和三维核磁共振结果相关联。
如图4所示,随着油样粘度的增加,油样的三维联合概率分布越来越复杂。对于1号油样,三维联合概率分布中存在两个信号。这两个信号对应的扩散系数在10-11m2/s左右,具有不同的T1和T2值,T2值相差一个数量级而T1值在同一数量级。对于2号油样,出现了三个信号,其中,两个信号对应扩散系数大约在10-11m2/s范围内,另一个信号对应的扩散系数大约为2×10-10m2/s。粘度更大的3号油样在三维联合概率分布空间中出现了四个信号。这四个信号可以被分为两组,分别对应的扩散系数为10-11m2/s和10-9m2/s。在三个油样的信号中,主要的信号对应扩散系数为10-11m2/s,并且纵向弛豫时间T1均大于横向弛豫时间T2,暗示着三个油样中均存在长链的大分子。一些比较特殊的分子团,例如沥青质,可能是造成重质油成分复杂性的原因。而对应于扩散系数为10-9m2/s-10-10m2/s区间的信号,其弛豫时间几乎相等,这表明这些信号由轻质成分贡献而来的。尽管3号原油的粘度最大,但是3号原油在这个扩散系数范围内的信号最强。表明该样品中的轻质成分最多。通过分馏的结果,可以发现,3号重质油样的饱和烷烃质量比重为50%,高于1号油样的40.8%和2号油样的43.6%。
如图5,图6和图7所示,在图5,图6和图7中的核磁共振测量结果即为采用本实施例提供的测量方法的结果。碳链长度即为各组分的分子链长,由于本实施例测量方法在无需对稠油组分进行气相分析,能够得到油样中的全部的组分信息,并且对油样中各组分分子链长的测量在井下封闭环境,为原位无损测量,所以本发明提供井下稠油分子链长的测量方法测量的分子链长准确度更高。
图8为本发明井下稠油分子链长的测量装置实施例一的结构示意图,如图8所示,本实施例提供的井下稠油分子链长的测量装置包括:发射模块801,采集模块802,计算模块803和求解模块804。
其中,发射模块801,用于向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口。采集模块802,用于采集回波数据。计算模块803,用于采用快速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。求解模块804,用于根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。
具体地,本实施例中的发射模块801可以为发射天线,该发射天线采用螺旋线圈结构采集模块802可以为接收天线,接收天线采用马鞍形结构,以避免两天线之间的耦合作用。
本实施例中,该井下稠油分子链长的测量装置可集成在核磁共振流体分析仪中,该核磁共振流体分析仪的探头包括高导磁外壳、磁体和天线。流体分析仪抽吸储层中的稠油样品进入探头后,对稠油样品进行三维核磁共振测量。采用“outside-in”的探测模式。该磁体能够产生均匀梯度的磁场。为进行三维核磁共振测量提供必要的静磁场环境。
本实施例提供的井下稠油分子链长的测量装置可以执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图9为本发明井下稠油分子链长的测量装置实施例二的结构示意图;如图9所示,本实施例提供的井下稠油分子链长的测量装置包括:发射模块901,采集模块902,计算模块903和求解模块904。
发射模块901,用于向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口。采集模块902,用于采集回波数据。计算模块903,用于采用快 速反演算法对回波数据进行反演,计算关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。求解模块904,用于根据预先搭建的纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或扩散系数D与稠油样品中各组分分子链长关系的模型或横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解稠油样品中各组分分子链长的概率分布函数,以获得稠油样品中各组分的分子链长。
进一步地,计算模块903包括压缩降维单元903a和求解单元903b。
其中,压缩降维单元903a,用于针对采集的回波数据的第一类Fredholm方程,采用奇异值分解和张量积的算法,对回波数据进行压缩降维处理,以获取关于回波数据的降维方程。求解单元903b,用于利用零阶Tikhonov正则化方法,求解关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数。求解单元903b,还用于根据关于横向弛豫时间T2的概率分布函数和二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于纵向弛豫时间T1、扩散系数D、横向弛豫时间T2的联合概率分布函数。
进一步地,求解单元903b,具体用于:利用零阶Tikhonov正则化方法,求解使惩罚函数最小的关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数。
其中,惩罚函数表示为:
x表示为纵向弛豫时间T1,y表示扩散系数D,z表示横向弛豫时间T2,τ1表示第一窗口中的极化时间,τ2表示第二窗口中的回波间隔,τ3=nTE,TE表示第三窗口中的短回波间隔,n为预设的自然数,k12(xy,τ1τ2)=k11,x)k22,y),k11,x)表示三维核磁共振脉冲序列的第一反演核函数,k22,y)表示三维核磁共振脉冲序列的第二反演核函数,k3(z,τ3)表示三维核磁共振脉冲序列的第三反演核函数,0<α<1,F2D(xy,z)表示关于纵向弛豫时间T1和扩散系数D的二维联合概率分布函数, 表示惩罚函数,M(τ1τ23)表示降维压缩后的回波数据。
进一步地,第一类Fredholm方程表示为:M(τ123)=∫∫∫k1(x,τ1)k2(y,τ2)k3(z,τ3)f(x,y,z)dxdydz+ε(τ123);
关于回波数据的降维方程表示为:M(τ1τ23)=∫∫k12(xy,τ1τ2)k3(z,τ3)f2D(xy,z)dxydz+ε(τ1τ23);
其中,M(τ123)表示回波数据,f(x,y,z)表示三维联合概率密度函数,ε(τ123)表示噪声项,f2D(xy,z)表示二维联合概率密度函数,ε(τ1τ23)表示压缩降维后的噪声项。
进一步地,纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型表示为:
扩散系数D与稠油样品中各组分分子链长关系的模型表示为:
横向弛豫时间T2与稠油样品中各组分分子链长关系的模型表示为:
其中,Di、T1i、T2i分别为第i种组分的扩散系数,纵向弛豫时间,横向弛豫时间,为平均分子链长,Ni为第i种组分的分子链长,A为第一经验相关系数,B为第二经验相关系数,β表示第一整体流体环境的分子尺寸信息,ν表示第i种组分分子在所有组分中的第一权重,γ1表示第二整体流体环境的分子尺寸信息,k1表示第i种组分分子在所有组分中的第二权重,γ2表示第三整体流体环境的分子尺寸信息,k2表示第i种组分分子在所有组分中的第三权重。
本实施例的装置可以执行图3所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.一种井下稠油分子链长的测量方法,其特征在于,包括:
向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,所述三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;
采集回波数据;
采用快速反演算法对所述回波数据进行反演,计算关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
根据预先搭建的所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或所述扩散系数D与稠油样品中各组分分子链长关系的模型或所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解所述稠油样品中各组分分子链长的概率分布函数,以获得所述稠油样品中各组分的分子链长;
所述采用快速反演算法对所述回波数据进行反演,计算关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数具体包括:
针对采集的所述回波数据的第一类Fredholm方程,采用奇异值分解和张量积的算法,对所述回波数据进行压缩降维处理,以获取关于回波数据的降维方程;
利用零阶Tikhonov正则化方法,求解关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数;
根据关于横向弛豫时间T2的概率分布函数和所述二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
所述利用零阶Tikhonov正则化方法,求解关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数具体包括:
利用零阶Tikhonov正则化方法,求解使惩罚函数最小的关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数;
其中,所述惩罚函数表示为:x表示为纵向弛豫时间T1,y表示扩散系数D,z表示横向弛豫时间T2,τ1表示第一窗口中的极化时间,τ2表示第二窗口中的回波间隔,τ3=nTE,TE表示第三窗口中的短回波间隔,n为预设的自然数,k12(xy,τ1τ2)=k11,x)k22,y),k11,x)表示所述三维核磁共振脉冲序列的第一反演核函数,k22,y)表示所述三维核磁共振脉冲序列的第二反演核函数,k3(z,τ3)表示所述三维核磁共振脉冲序列的第三反演核函数,0<α<1,F2D(xy,z)表示关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数,表示惩罚函数,M(τ1τ23)表示降维压缩后的回波数据;
所述第一类Fredholm方程表示为:M(τ123)=∫∫∫k1(x,τ1)k2(y,τ2)k3(z,τ3)f(x,y,z)dxdydz+ε(τ123);
所述关于回波数据的降维方程表示为:M(τ1τ23)=∫∫k12(xy,τ1τ2)k3(z,τ3)f2D(xy,z)dxydz+ε(τ1τ23);
其中,M(τ123)表示回波数据,f(x,y,z)表示三维联合概率密度函数,ε(τ123)表示噪声项,f2D(xy,z)表示二维联合概率密度函数,ε(τ1τ23)表示压缩降维后的噪声项。
2.根据权利要求1所述的方法,其特征在于,所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型表示为:
所述扩散系数D与稠油样品中各组分分子链长关系的模型表示为:
所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型表示为:
其中,Di、T1i、T2i分别为第i种组分的扩散系数,纵向弛豫时间,横向弛豫时间,为平均分子链长,Ni为第i种组分的分子链长,A为第一经验相关系数,B为第二经验相关系数,β表示第一整体流体环境的分子尺寸信息,ν表示第i种组分分子在所有组分中的第一权重,γ1表示第二整体流体环境的分子尺寸信息,k1表示第i种组分分子在所有组分中的第二权重,γ2表示第三整体流体环境的分子尺寸信息,k2表示第i种组分分子在所有组分中的第三权重。
3.一种井下稠油分子链长的测量装置,其特征在于,包括:
发射模块,用于向填充有稠油样品的核磁共振流体分析仪的探头内发射三维核磁共振脉冲序列,所述三维核磁共振脉冲序列中包含三个独立的分别用于编辑纵向弛豫时间T1的信息、扩散系数D的信息、横向弛豫时间T2的信息的窗口;
采集模块,用于采集回波数据;
计算模块,用于采用快速反演算法对所述回波数据进行反演,计算关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
求解模块,用于根据预先搭建的所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型或所述扩散系数D与稠油样品中各组分分子链长关系的模型或所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型,求解所述稠油样品中各组分分子链长的概率分布函数,以获得所述稠油样品中各组分的分子链长;
所述计算模块包括:
压缩降维单元,用于针对采集的所述回波数据的第一类Fredholm方程,采用奇异值分解和张量积的算法,对所述回波数据进行压缩降维处理,以获取关于回波数据的降维方程;
求解单元,用于利用零阶Tikhonov正则化方法,求解关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数;
所述求解单元,还用于根据关于横向弛豫时间T2的概率分布函数和所述二维联合概率分布函数,采用三维反拉普拉斯变换的方法,求解关于所述纵向弛豫时间T1、所述扩散系数D、所述横向弛豫时间T2的联合概率分布函数;
所述求解单元具体用于:
利用零阶Tikhonov正则化方法,求解使惩罚函数最小的关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数;
其中,所述惩罚函数表示为:x表示为纵向弛豫时间T1,y表示扩散系数D,z表示横向弛豫时间T2,τ1表示第一窗口中的极化时间,τ2表示第二窗口中的回波间隔,τ3=nTE,TE表示第三窗口中的短回波间隔,n为预设的自然数,k12(xy,τ1τ2)=k11,x)k22,y),k11,x)表示所述三维核磁共振脉冲序列的第一反演核函数,k22,y)表示所述三维核磁共振脉冲序列的第二反演核函数,k3(z,τ3)表示所述三维核磁共振脉冲序列的第三反演核函数,0<α<1,F2D(xy,z)表示关于所述纵向弛豫时间T1和所述扩散系数D的二维联合概率分布函数,表示惩罚函数,M(τ1τ23)表示降维压缩后的回波数据;
所述第一类Fredholm方程表示为:M(τ123)=∫∫∫k1(x,τ1)k2(y,τ2)k3(z,τ3)f(x,y,z)dxydz+ε(τ123);
所述关于回波数据的降维方程表示为:M(τ1τ23)=∫∫k12(xy,τ1τ2)k3(z,τ3)f2D(xy,z)dxydz+ε(τ1τ23);
其中,M(τ123)表示回波数据,f(x,y,z)表示三维联合概率密度函数,ε(τ123)表示噪声项,f2D(xy,z)表示二维联合概率密度函数,ε(τ1τ23)表示压缩降维后的噪声项。
4.根据权利要求3所述的装置,其特征在于,所述纵向弛豫时间T1与稠油样品中各组分分子链长关系的模型表示为:
所述扩散系数D与稠油样品中各组分分子链长关系的模型表示为:
所述横向弛豫时间T2与稠油样品中各组分分子链长关系的模型表示为:
其中,Di、T1i、T2i分别为第i种组分的扩散系数,纵向弛豫时间,横向弛豫时间,为平均分子链长,Ni为第i种组分的分子链长,A为第一经验相关系数,B为第二经验相关系数,β表示第一整体流体环境的分子尺寸信息,ν表示第i种组分分子在所有组分中的第一权重,γ1表示第二整体流体环境的分子尺寸信息,k1表示第i种组分分子在所有组分中的第二权重,γ2表示第三整体流体环境的分子尺寸信息,k2表示第i种组分分子在所有组分中的第三权重。
CN201510958700.6A 2015-12-17 2015-12-17 井下稠油分子链长的测量方法和装置 Active CN105486709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510958700.6A CN105486709B (zh) 2015-12-17 2015-12-17 井下稠油分子链长的测量方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510958700.6A CN105486709B (zh) 2015-12-17 2015-12-17 井下稠油分子链长的测量方法和装置

Publications (2)

Publication Number Publication Date
CN105486709A CN105486709A (zh) 2016-04-13
CN105486709B true CN105486709B (zh) 2017-11-24

Family

ID=55673828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510958700.6A Active CN105486709B (zh) 2015-12-17 2015-12-17 井下稠油分子链长的测量方法和装置

Country Status (1)

Country Link
CN (1) CN105486709B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896942B (zh) * 2018-06-27 2019-11-08 中国石油大学(北京) 核磁共振数据压缩方法及装置
CN111965719B (zh) * 2020-07-21 2024-03-15 中海油田服务股份有限公司 一种弛豫时间测量方法和装置
CN112305006B (zh) * 2020-10-26 2023-09-01 东南大学 一种基于核磁共振信号的肿瘤组织标本的识别方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5428291A (en) * 1993-07-01 1995-06-27 Exxon Research And Engineering Company Determination of fluid transport properties in porous media by nuclear magnetic resonance measurements of fluid flow
CN1427254A (zh) * 2001-12-18 2003-07-02 施卢默格海外有限公司 用于通过核磁共振数据确定烃类混合物的分子特性的方法
CN101004134A (zh) * 2007-01-10 2007-07-25 辽河石油勘探局 利用t2弛豫谱解释稠油储层的方法
CN104428662A (zh) * 2012-06-22 2015-03-18 雪佛龙美国公司 用于确定地质地层中的分子结构的系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5428291A (en) * 1993-07-01 1995-06-27 Exxon Research And Engineering Company Determination of fluid transport properties in porous media by nuclear magnetic resonance measurements of fluid flow
CN1427254A (zh) * 2001-12-18 2003-07-02 施卢默格海外有限公司 用于通过核磁共振数据确定烃类混合物的分子特性的方法
CN100504366C (zh) * 2001-12-18 2009-06-24 施卢默格海外有限公司 用于通过核磁共振数据确定烃类混合物的分子特性的方法
CN101004134A (zh) * 2007-01-10 2007-07-25 辽河石油勘探局 利用t2弛豫谱解释稠油储层的方法
CN104428662A (zh) * 2012-06-22 2015-03-18 雪佛龙美国公司 用于确定地质地层中的分子结构的系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Heavy oil component characterization with multidimensional unilateral NMR;Liu Huabing et al.;《Petroleum Science》;20131231;第10卷(第3期);第 1-4节 *

Also Published As

Publication number Publication date
CN105486709A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105334239B (zh) 多维核磁共振流体组分含量测量方法及装置
CN108520088B (zh) 基于数值模拟技术的仿真核磁共振弛豫谱分析方法及系统
CN109270107B (zh) 多维核磁共振测量方法
AU732131B2 (en) Method for obtaining NMR bound fluid volume using partial polarization
Johns et al. Mobile NMR and MRI: developments and applications
CN107144591B (zh) 一种测量独立同核自旋对间接偶合模式的方法
CN105486709B (zh) 井下稠油分子链长的测量方法和装置
CN107561112A (zh) 一种获取岩石渗透率剖面的核磁共振方法
CN105808869A (zh) 一种基于块Hankel矩阵的磁共振波谱重建方法
CN103675722B (zh) 岩石t2-g实验采集参数自动匹配方法
Deng et al. Rapid determination of fluid viscosity using low-field two-dimensional NMR
CN105891249B (zh) 时域核磁共振谱反演的方法
Deng et al. Effects and corrections for mobile NMR measurement
CN106644879B (zh) 一种确定岩心不同孔隙组分渗透率贡献值的方法及装置
CN103543026B (zh) 基于振动传递率函数和支持向量机的结构损伤识别方法
CN105136836B (zh) 低场核磁共振确定沥青质含量的方法及装置
CN109254255A (zh) 核磁共振横向弛豫时间谱测量方法、装置及可读存储介质
Liu et al. A novel pulse sequence and inversion algorithm of three-dimensional low field NMR technique in unconventional resources
US20140203807A1 (en) Methods for performing nmr measurements on porous media
CN108169273A (zh) 实现纯吸收线型的二维磁共振单体素定域j分解谱方法
Deurer et al. Imaging of water flow in porous media by magnetic resonance imaging microscopy
CN104765063B (zh) 基于频谱计算吸收衰减属性的油气检测方法及装置
CN108120944A (zh) 一种加权迭代的低场核磁共振t2谱反演算法
CN109507221A (zh) 一种多维核磁共振分子扩散耦合成像方法
CN105301028B (zh) 核磁共振有机页岩的组分区分方法和装置

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