CN109556990A - 基于饱和烃生物标志物参数的原油密度预测方法 - Google Patents

基于饱和烃生物标志物参数的原油密度预测方法 Download PDF

Info

Publication number
CN109556990A
CN109556990A CN201811453215.3A CN201811453215A CN109556990A CN 109556990 A CN109556990 A CN 109556990A CN 201811453215 A CN201811453215 A CN 201811453215A CN 109556990 A CN109556990 A CN 109556990A
Authority
CN
China
Prior art keywords
series
parameter
crude oil
oil density
stock tank
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
CN201811453215.3A
Other languages
English (en)
Other versions
CN109556990B (zh
Inventor
王军
徐长贵
牛成民
吴奎
王清斌
张如才
王飞龙
王冰洁
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 National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
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 National Offshore Oil Corp CNOOC, CNOOC China Ltd Tianjin Branch filed Critical China National Offshore Oil Corp CNOOC
Priority to CN201811453215.3A priority Critical patent/CN109556990B/zh
Publication of CN109556990A publication Critical patent/CN109556990A/zh
Application granted granted Critical
Publication of CN109556990B publication Critical patent/CN109556990B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/025—Gas chromatography

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

一种基于饱和烃生物标志物参数的原油密度预测方法，包括：采集原油饱和烃生物标志物，包括正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列生物标志物鉴定及相对定量；计算原油饱和烃参数；根据原油饱和烃参数与地面原油密度的相关关系，建立拟合公式；根据拟合公式对目标含油层系地面原油密度进行预测。本发明对壁心或少量岩心抽提物饱和烃组分的气相色谱‑质谱分析即可预测目标含油层系地面原油密度的目的。本发明对中轻质油和重质油分段进行拟合和预测，具有操作简单，成本低、精度高、受影响因素少的优势。

Description

基于饱和烃生物标志物参数的原油密度预测方法
技术领域
本发明涉及一种原油密度预测方法。特别是涉及一种基于饱和烃生物标志物参数的原油密度预测方法。
背景技术
地球化学专业是石油勘探的支持性专业领域之一，饱和烃组分是原油的主要组分之一，是地面原油密度的重要影响因素。饱和烃气相色谱-质谱是分析原油饱和烃组分中各类化合物的相对含量、进而判断原油特征和进行油源对比的的重要技术方法。地面原油密度与某些原油饱和烃生物标志物参数有良好的相关关系。
地面原油密度一般通过实测获得，是石油勘探阶段原油储量计算的重要参数。受成本等因素影响，渤海海域探井有大量的含油层系没有进行测试或取样，因此没有取得原油样品，需要用其它方法进行预测。现阶段渤海湾盆地渤海海域地面原油密度预测方法包含地质类比法和储集岩热解法两种方法，前者忽略了不同地质情况对原油密度的影响，后者容易受多期充注和储集层流体类型影响,两种方法预测误差均很大。
发明内容
本发明所要解决的技术问题是，提供一种仅需要壁心或少量岩心就可以进行预测原油密度的基于饱和烃生物标志物参数的原油密度预测方法。
本发明所采用的技术方案是：一种基于饱和烃生物标志物参数的原油密度预测方法，包括如下步骤：
1)采集原油饱和烃生物标志物，包括正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列生物标志物鉴定及相对定量；
2)计算原油饱和烃参数，包括计算分别反映正构烷烃相对丰度和萜烷系列中的C2925- 降-17α(H),21β(H)-藿烷相对丰度的生物标志物参数；
3)根据原油饱和烃参数与地面原油密度的相关关系，建立拟合公式；
4)根据拟合公式对目标含油层系地面原油密度进行预测。
步骤1)包括：对从饱和烃气相色谱-质谱中的：质荷比m/z 85中所检测到的正构烷烃系列、质荷比m/z 123和191中所检测到的萜烷系列、质荷比m/z 217中所检测到的甾烷系列、质荷比m/z 82中所检测到的烷基环己烷系列的生物标志物进行鉴定，并积分求取每一类生物标志物的面积以进行相对定量。
步骤2)中：
(1)用于预测中轻质油地面原油密度的正构烷烃相对丰度R1是正构烷烃系列面积之和与正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列所有化合物面积之和的比值，计算公式如下：
R1＝(正构烷烃)/(正构烷烃+萜烷+甾烷+烷基环己烷)
式中，正构烷烃为m/z 85检测到的正构烷烃系列峰面积之和，萜烷为m/z 123和m/z 191 检测到的萜烷系列峰面积之和，甾烷为m/z 217检测到的甾烷系列峰面积之和，烷基环己烷为m/z 82检测到的烷基环己烷系列峰面积之和。
(2)用于预测重质油地面原油密度的C29 25-降-17α(H),21β(H)-藿烷相对丰度R2是C29 25- 降-17α(H),21β(H)-藿烷与C30 17α(H),21β(H)-藿烷的比值，计算公式如下：
R2＝C29 25-降-17α(H),21β(H)-藿烷/C30 17α(H),21β(H)-藿烷。
步骤3)包括：
当R1＞0.4时，将反映正构烷烃相对丰度的参数R1作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F1，拟合公式F1表示如下：
ρ＝-188.59*R1 2+64.02*R1+952.08，R1为ρ的一元二次函数，用于预测中轻质油地面原油密度；
当R1＜0.4时，将反映C29 25-降-17α(H),21β(H)-藿烷相对丰度的参数R2作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F2，拟合公式F2表示如下：
ρ＝11.90ln(R2)+976.19，R2为ρ的对数函数，用于预测重质油的地面原油密度。
步骤4)包括获取目标含油层系的壁心或岩心，并用三氯甲烷抽提壁心或岩心的可溶有机物，从可溶有机物中分离出饱和烃，对饱和烃进行气相色谱-质谱分析，计算目标含油层系的参数R1和参数R2的值，当R1＞0.4时应用拟合公式F1预测地面原油密度，当R1＜0.4时应用拟合公式F2预测地面原油密度。
本发明的基于饱和烃生物标志物参数的原油密度预测方法，通过计算正构烷烃系列和C29 25-降-17α(H),21β(H)-藿烷生物标志物的相对含量得到R1和R2值，通过拟合R1、R2值与实测地面原油密度得到拟合公式，达到对壁心或少量岩心抽提物饱和烃组分的气相色谱-质谱分析即可预测目标含油层系地面原油密度的目的。本发明对中轻质油和重质油分段进行拟合和预测，具有操作简单，成本低、精度高、受影响因素少的优势。
附图说明
图1a是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 85中所检测到的正构烷烃系列生物标志物鉴定图；
图1b是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 123中所检测到的萜烷系列生物标志物鉴定图；
图1c是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 191中所检测到的萜烷系列生物标志物鉴定图；
图1d是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 191中所检测到的萜烷系列生物标志物鉴定图；
图1e是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 217中所检测到的甾烷系列生物标志物鉴定图；
图1f是图1为本发明原油饱和烃生物标志物采集步骤中质荷比m/z 82中所检测到的烷基环己烷系列生物标志物鉴定图；
图2是本发明建立拟合公式步骤中正构烷烃相对丰度与地面原油密度相关图；
图3是本发明建立拟合公式步骤中C29 25-降-17α(H),21β(H)-藿烷相对丰度与地面原油密度相关图。
具体实施方式
下面结合实施例和附图对本发明的基于饱和烃生物标志物参数的原油密度预测方法做出详细说明。
本发明的基于饱和烃生物标志物参数的原油密度预测方法，应用饱和烃气相色谱质谱所检测到的正构烷烃和C29 25-降-17α(H),21β(H)-藿烷的相对丰度与实测地面原油密度(20℃,下同)的相关关系,来预测没有原油样品的含油层段地面原油密度。随正构烷烃相对丰度的逐渐增大,地面原油密度逐渐增大,前者是后者的一元二次函数,用于预测中轻质原油的地面原油密度。随C29 25-降-17α(H),21β(H)-藿烷丰度逐渐增大,地面原油密度继续增大,前者是后者的对数函数,用于预测重质油的地面原油密度。
本发明的基于饱和烃生物标志物参数的原油密度预测方法，具体包括如下步骤：
1)采集原油饱和烃生物标志物，包括正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列生物标志物鉴定及相对定量；
包括：对从饱和烃气相色谱-质谱中的：质荷比m/z 85中所检测到的正构烷烃系列、质荷比m/z 123和191中所检测到的萜烷系列、质荷比m/z 217中所检测到的甾烷系列、质荷比 m/z 82中所检测到的烷基环己烷系列的生物标志物进行鉴定，并积分求取每一类生物标志物的面积以进行相对定量。
如图1a～图1f以及表1所示，将原油分离为饱和烃、芳烃、非烃和沥青质4个族组分，对饱和烃进行气相色谱-质谱分析，鉴定饱和烃组分中主要的四个系列生物标志物并对每个峰的面积积分进行定量：
①主离子碎片质荷比m/z 85检测到的C11-C35正构烷烃系列，共25种化合物；
②主离子碎片质荷比m/z 123和m/z 191检测到的萜烷系列，m/z 123检测的化合物包括 C14-C16二环倍半萜烷、8α(H)补身烷、8β(H)补身烷、8β(H)-升补身烷，共12种化合物，m/z 191 检测到化合物包括C19-C26三环萜烷、C28-C29三环萜烷、C24四环萜烷、C2925-降-17α(H),21β(H)- 藿烷、Ts、Tm、17α,21β-30-降藿烷、C29Ts、18α(H)-重排藿烷、17β(H),21α(H)-降莫烷、C30 17α(H),21β(H)-藿烷、17β(H),21α(H)-莫烷、伽马蜡烷、C31-C35升藿烷，共35种化合物；
③主离子碎片质荷比m/z 217检测到的甾烷系列，包含5α(H),14β(H)-孕甾烷、C22升孕甾烷、20R(S)-αβα-重排胆甾烷、20R(S)-24-乙基-10α13β17α-重排胆甾烷、C27-C29规则甾烷，共 18种化合物；
④主离子碎片质荷比m/z 82检测到的C8-C27烷基环己烷系列，共20种化合物。
表1 原油饱和烃参数采集步骤中涉及的生物标志物鉴定表
2)计算原油饱和烃参数，包括计算分别反映正构烷烃相对丰度和萜烷系列中的C2925- 降-17α(H),21β(H)-藿烷相对丰度的生物标志物参数；其中：
(1)用于预测中轻质油地面原油密度的反映正构烷烃相对丰度参数R1是正构烷烃系列面积之和与正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列所有化合物面积之和的比值，计算公式如下：
R1＝(正构烷烃)/(正构烷烃+萜烷+甾烷+烷基环己烷)
公式中，正构烷烃为m/z 85检测到的正构烷烃系列峰面积之和，萜烷为m/z 123和m/z 191 检测到的萜烷系列峰面积之和，甾烷为m/z 217检测到的甾烷系列峰面积之和，烷基环己烷为m/z 82检测到的烷基环己烷系列峰面积之和。
公式中两个化合物均为m/z 191检测的相应化合物的峰面积。
(2)用于预测重质油地面原油密度的C29 25-降-17α(H),21β(H)-藿烷相对丰度参数R2是 C29 25-降-17α(H),21β(H)-藿烷与C30 17α(H),21β(H)-藿烷的比值，计算公式如下：
R2＝C29 25-降-17α(H),21β(H)-藿烷/C30 17α(H),21β(H)-藿烷
式中两个化合物均为m/z 191检测的相应化合物的峰面积。
3)如图2、图3所示，根据原油饱和烃参数与地面原油密度的相关关系，建立拟合公式；包括：
当R1＞0.4时，将反映正构烷烃相对丰度的参数R1作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F1，拟合公式F1表示如下：
ρ＝-188.59*R1 2+64.02*R1+952.08，R1为ρ的一元二次函数，用于预测正构烷烃相对丰度较高的中轻质油地面原油密度；
当R1＜0.4时，将反映C29 25-降-17α(H),21β(H)-藿烷相对丰度的参数R2作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F2，拟合公式F2表示如下：
ρ＝11.90ln(R2)+976.19，R2为ρ的对数函数，用于预测重质油的地面原油密度。
4)根据拟合公式对目标含油层系地面原油密度进行预测。
包括获取目标含油层系的壁心或岩心，并用三氯甲烷抽提壁心或岩心的可溶有机物，从可溶有机物中分离出饱和烃，对饱和烃进行气相色谱-质谱分析，计算目标含油层系的参数 R1和参数R2的值，当R1＞0.4时应用拟合公式F1预测地面原油密度，当R1＜0.4时应用拟合公式F2预测地面原油密度。
以上借助具体实例对本发明做了进一步描述，但是应该理解的是，这里具体的描述，不应理解为对本发明的实质和范围的限定，本领域内的普通技术人员在阅读本说明书后对上述实施例做出的各种修改，都属于本发明所保护的范围。

Claims (5)

1.一种基于饱和烃生物标志物参数的原油密度预测方法，其特征在于，包括如下步骤：
1)采集原油饱和烃生物标志物，包括正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列生物标志物鉴定及相对定量；
2)计算原油饱和烃参数，包括计算分别反映正构烷烃相对丰度和萜烷系列中的C29 25-降-17α(H),21β(H)-藿烷相对丰度的生物标志物参数；
3)根据原油饱和烃参数与地面原油密度的相关关系，建立拟合公式；
4)根据拟合公式对目标含油层系地面原油密度进行预测。
2.根据权利要求1所述的基于饱和烃生物标志物参数的原油密度预测方法，其特征在于，步骤1)包括：对从饱和烃气相色谱-质谱中的：质荷比m/z 85中所检测到的正构烷烃系列、质荷比m/z 123和191中所检测到的萜烷系列、质荷比m/z 217中所检测到的甾烷系列、质荷比m/z 82中所检测到的烷基环己烷系列的生物标志物进行鉴定，并积分求取每一类生物标志物的面积以进行相对定量。
3.根据权利要求1所述的基于饱和烃生物标志物参数的原油密度预测方法，其特征在于，步骤2)中：
(1)用于预测中轻质油地面原油密度的正构烷烃相对丰度R1是正构烷烃系列面积之和与正构烷烃系列、萜烷系列、甾烷系列和烷基环己烷系列所有化合物面积之和的比值，计算公式如下：
R1＝(正构烷烃)/(正构烷烃+萜烷+甾烷+烷基环己烷)
式中，正构烷烃为m/z 85检测到的正构烷烃系列峰面积之和，萜烷为m/z 123和m/z191检测到的萜烷系列峰面积之和，甾烷为m/z 217检测到的甾烷系列峰面积之和，烷基环己烷为m/z 82检测到的烷基环己烷系列峰面积之和。
(2)用于预测重质油地面原油密度的C2925-降-17α(H),21β(H)-藿烷相对丰度R2是C2925-降-17α(H),21β(H)-藿烷与C3017α(H),21β(H)-藿烷的比值，计算公式如下：
R2＝C2925-降-17α(H),21β(H)-藿烷/C3017α(H),21β(H)-藿烷。
4.根据权利要求1所述的基于饱和烃生物标志物参数的原油密度预测方法，其特征在于，步骤3)包括：
当R1＞0.4时，将反映正构烷烃相对丰度的参数R1作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F1，拟合公式F1表示如下：
ρ＝-188.59*R1 2+64.02*R1+952.08，R1为ρ的一元二次函数，用于预测中轻质油地面原油密度；
当R1＜0.4时，将反映C2925-降-17α(H),21β(H)-藿烷相对丰度的参数R2作为横坐标，地面原油密度ρ为纵坐标，建立拟合公式F2，拟合公式F2表示如下：
ρ＝11.90ln(R2)+976.19，R2为ρ的对数函数，用于预测重质油的地面原油密度。
5.根据权利要求1所述的基于饱和烃生物标志物参数的原油密度预测方法，其特征在于，步骤4)包括获取目标含油层系的壁心或岩心，并用三氯甲烷抽提壁心或岩心的可溶有机物，从可溶有机物中分离出饱和烃，对饱和烃进行气相色谱-质谱分析，计算目标含油层系的参数R1和参数R2的值，当R1＞0.4时应用拟合公式F1预测地面原油密度，当R1＜0.4时应用拟合公式F2预测地面原油密度。
CN201811453215.3A 2018-11-30 2018-11-30 基于饱和烃生物标志物参数的原油密度预测方法 Active CN109556990B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811453215.3A CN109556990B (zh) 2018-11-30 2018-11-30 基于饱和烃生物标志物参数的原油密度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811453215.3A CN109556990B (zh) 2018-11-30 2018-11-30 基于饱和烃生物标志物参数的原油密度预测方法

Publications (2)

Publication Number Publication Date
CN109556990A true CN109556990A (zh) 2019-04-02
CN109556990B CN109556990B (zh) 2021-02-09

Family

ID=65868291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811453215.3A Active CN109556990B (zh) 2018-11-30 2018-11-30 基于饱和烃生物标志物参数的原油密度预测方法

Country Status (1)

Country Link
CN (1) CN109556990B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112279211A (zh) * 2020-10-15 2021-01-29 上海迪勤智能科技有限公司 油气回收检测方法和系统
CN113219544A (zh) * 2020-05-18 2021-08-06 中国海洋石油集团有限公司 基于相对含氢指数的变质岩岩石成分测井识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4720998A (en) * 1986-06-13 1988-01-26 Hogue James D Crude oil sampling system
CN2669178Y (zh) * 2004-01-02 2005-01-05 陈心伟 一种分离式密度测试仪
CN103217358A (zh) * 2013-04-09 2013-07-24 中国石油天然气集团公司 一种同时获取储层岩石低频弹性性质与密度的方法及系统
CN104280313A (zh) * 2014-10-16 2015-01-14 中国海洋石油总公司 油气井工作液抗气侵能力静态测试方法
CN106568924A (zh) * 2016-11-02 2017-04-19 杭州辛孚能源科技有限公司 基于原油宏观性质确定其分子组成的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4720998A (en) * 1986-06-13 1988-01-26 Hogue James D Crude oil sampling system
CN2669178Y (zh) * 2004-01-02 2005-01-05 陈心伟 一种分离式密度测试仪
CN103217358A (zh) * 2013-04-09 2013-07-24 中国石油天然气集团公司 一种同时获取储层岩石低频弹性性质与密度的方法及系统
CN104280313A (zh) * 2014-10-16 2015-01-14 中国海洋石油总公司 油气井工作液抗气侵能力静态测试方法
CN106568924A (zh) * 2016-11-02 2017-04-19 杭州辛孚能源科技有限公司 基于原油宏观性质确定其分子组成的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GE´DE´ON EKULU ET AL.: "Scanning Aggregation Phenomena in Crude Oils with Density Measurements", 《JOURNAL OF DISPERSION SCIENCE AND TECHNOLOGY》 *
包建平 等: "生物降解原油中生物标志物组成的定量研究", 《江汉石油学院学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219544A (zh) * 2020-05-18 2021-08-06 中国海洋石油集团有限公司 基于相对含氢指数的变质岩岩石成分测井识别方法
CN112279211A (zh) * 2020-10-15 2021-01-29 上海迪勤智能科技有限公司 油气回收检测方法和系统

Also Published As

Publication number Publication date
CN109556990B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
Huang et al. Geochemistry, grouping and origins of crude oils in the Western Pearl River Mouth Basin, offshore South China Sea
Zhang et al. Geochemistry of petroleum systems in the eastern Pearl River Mouth Basin: evidence for mixed oils
CN104076019B (zh) 一种利用三维定量荧光测量参数判断油质类型的方法
CN104047600B (zh) 一种油气层录井解释方法
CN109556990A (zh) 基于饱和烃生物标志物参数的原油密度预测方法
CN107389648B (zh) 一种三维定量荧光特征峰识别及流体类型判断方法
Alizadeh et al. Chemometric classification and geochemistry of oils in the Iranian sector of the southern Persian Gulf Basin
CN109557191A (zh) 一种高成熟度原油亲源性的判别方法
CN110470762B (zh) 一种提高芳烃参数定量评价烃源岩成熟度准确度的方法
Curiale et al. The central Myanmar (Burma) oil family—composition and implications for source
Carregosa et al. Multiple reaction monitoring tool applied in the geochemical investigation of a mysterious oil spill in northeast Brazil
Yixiong et al. Stratigraphic sequences and sedimentary facies of Qigebulak Formation at Xianerbulak, Tarim Basin
Liu et al. Geochemical evidence of multiple hydrocarbon charges and long distance oil migration in the Vulcan Sub-basin, Timor Sea
CN112666142B (zh) 一种预测单个油包裹体族组分和成熟度的方法
He et al. Top-down petroleum systems analysis: prediction of petroleum phase and properties
CN108072726B (zh) 利用全油色谱研究油藏动用程度及预测剩余油分布的方法
WO2012135858A2 (en) Systems and methods for topographic analysis
CN111287739B (zh) 一种基于地层原油粘度的剩余油分布预测方法
Huang et al. Influence of biodegradation on benzocarbazole distributions in reservoired oils
Melendez-Perez et al. Lacustrine versus marine oils: Fast and accurate molecular discrimination via electrospray Fourier transform ion cyclotron resonance mass spectrometry and multivariate statistics
Xiong et al. The origin of crude oils from the Shuguang-Huanxiling Buried Hills in the Liaohe Basin, China: evidence from chemical and isotopic compositions
Noah et al. Heavy End Evaluation in Oils and Associated Asphaltene Deposits from Two Adjacent Reservoirs by High-Resolution Mass Spectrometry
CN110412148A (zh) 一种判断混源天然气混源比的方法
CN112305201A (zh) 一种利用族组分预测储层原油密度的方法
CN104695949A (zh) 一种复杂油水系统储层含油性综合判识方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant