CN112730299A - 一种基于井下红外光谱的气油比测量方法及装置 - Google Patents
一种基于井下红外光谱的气油比测量方法及装置 Download PDFInfo
- Publication number
- CN112730299A CN112730299A CN202110043123.3A CN202110043123A CN112730299A CN 112730299 A CN112730299 A CN 112730299A CN 202110043123 A CN202110043123 A CN 202110043123A CN 112730299 A CN112730299 A CN 112730299A
- Authority
- CN
- China
- Prior art keywords
- gas
- oil
- spectral data
- downhole
- oil ratio
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004566 IR spectroscopy Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 238000013507 mapping Methods 0.000 claims abstract description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 27
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000010238 partial least squares regression Methods 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 239000003921 oil Substances 0.000 claims description 76
- 230000003595 spectral effect Effects 0.000 claims description 64
- 239000012530 fluid Substances 0.000 claims description 29
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 26
- 239000007789 gas Substances 0.000 claims description 25
- 239000013307 optical fiber Substances 0.000 claims description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 239000010779 crude oil Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000002441 reversible effect Effects 0.000 claims description 10
- 229910052594 sapphire Inorganic materials 0.000 claims description 10
- 239000010980 sapphire Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 239000003129 oil well Substances 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005553 drilling Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- -1 h2o Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明公开一种基于井下红外光谱的气油比测量方法及装置，通过井下红外光谱实时测量气油比，井下红外光谱测量具有随钻、实时、快速、准确的优点；采用了导数和平滑滤波的方式消除背景噪声，利用多元散射校正消除漫反射和散射的影响；还建立了气、油、水光谱数据库，联立温度、压力利用PLS回归分析建立映射矩阵。通过实时数据在映射矩阵的投影获取油、气、水的相对浓度，并且提出了新的井下近红外光谱装置来进行气油比的实时计算。
Description
技术领域
本发明涉及井下红外光谱技术领域，尤其涉及一种基于井下红外光谱的气油比测量方法及装置。
背景技术
在油田上，通常把油井产气量和产油量的比值称为油气比，它表示每采出一吨原油要伴随采出多少立方米。这是一个很重要的参数。当地下油层的压力降低到一定数值时，原油中的天然气就会大量脱出，使油气比增高。这时，地下原油由于天然气的脱出，粘度就会增大，流动阻力也就增加，对开发造成不利影响，甚至使油层里留下的原油成为“死油”而采不出来，降低了采收率。在这种情况下，为了保证油井长期稳产、高产，就必须适当控制油气比，减少能量的销耗，同时还要加强注水，以水驱油，不断补充油层的能量。
对于气油比的动态测量国内外做了大量的研究。国内的研究大多针对气油比测量装的设计。一般测量都在地面上。采用了地面气液分离的方式，来分别计算原油和甲烷的含量，进而计算气油比。采用的测量技术分别有气液分离之后，用孔板流量计计量甲烷的含量，用质量流量计计量原油的含量，利用plc进行控制，定时间进行计算。这种方法比较简单，获得信息的时间比较滞后。而且没有考虑清楚其中还有很多其他成分的物质可能造成的误差。也有采用色谱仪来计量气体和液体的含量但同时也存在获取信息时间比较滞后的问题。
此外，对于气油比的计算还有采用拟合气油比定量计算方程的方法。其中有人发表了一种泡沫油型超重油油田的生产气油比的获取方法及装置。其通过测试生产井的参数：产油量、采出程度，以及测试生产井对应的产气量构建不同开发层系对应的开采程度气油比函数。通过不同层系的气油比函数，来计算未测试井的气油比。还有人通过机器学习的方式，通过一些间接的物理量上冲程平均载荷、下冲程平均载荷、井口压力、抽油机冲程和冲次、流出井口的油液出液量、电动机上冲程平均电流和电动机下冲程平均电流数据代入模型中训练，可以降低噪声对于预测精度的影响。但是这种方法需要大量的数据进行训练不具有一般适用性并且这种通过间接的物理量测量预测气油比可能并不准确。还有通过气测录井参数进行气油比定量测量，同样也需要建立经验模型。这些方法都做不到现场快速实时气油比测量。因此，解决这一类的问题显得尤为重要。
发明内容
针对上述问题，本发明提供了一种基于井下红外光谱的气油比测量方法及装置，通过大量已知组分的光谱数据建立映射矩阵，通过实时测量的井下光谱数据在映射矩阵的投影来计算各组分的相对浓度。
为了实现上述技术方案，本发明提供了一种基于井下红外光谱的气油比测量方法，包括以下步骤：
步骤一：放置井下红外光谱装置
将红外光谱装置放入到油井中，用来获取地层流体；
步骤二：获取地层流体
通过红外光谱装置测量水、甲烷、原油的红外光谱数据，利用算法光谱数据降低至零降低地层流体折射和反射的误差；
步骤三：井下光谱数据多元散射校正
利用多元散射校正消除漫反射和散射对井下光谱数据的影响；
步骤四：井下光谱数据进行平滑滤波
利用平滑滤波对井下光谱数据去噪，以消除井下光谱数据的噪声和背景干扰；
步骤五：井下光谱数据取导数
利用导数对光谱数据进行微分处理，提高光谱的分辨率。
步骤六：获取映射矩阵
导出井下光谱数据，并利用甲烷和原油以及水的红外光谱数据建立油、气、水的光谱数据库；对已经预处理过的光谱数据进行归一化处理，针对油、气、水三个波段的光密度数据进行归一化，然后再利用归一化处理后的光谱数据和测量所得的温度和压力获得映射矩阵；
步骤七：获取实时相对浓度
通过测量的光谱数据在投影到映射矩阵中，并计算得出各组分的相对含量；
步骤八：计算气油比
通过测量井下的温度和压力，以及光谱数据进行PLS回归分析，以降低温度和压力对气油比测量的影响，获得精确的气油比数据，基于映射矩阵获得各组分的相对浓度进而对气油比进行定量计算。
进一步改进在于，在所述步骤六中，建立映射矩阵步骤为：
步骤一：配置各种浓度成分的油、气、水样品；
步骤二：控制温度、压力梯度，模拟测量环境；
步骤三：获取经过数据处理的光谱数据；
步骤四：对光密度进行归一化；
其中：i是指gas、h2o、oil，x指待测组分；
步骤五：将归一化后的光谱数据建立光谱数据库；
步骤六、七：将归一化的光谱数据集通过PLS回归分析建立映射矩阵
其中：B为映射矩阵，输出y1,y2,y3分别是指气、水、油的相对浓度，xt和xp是指地层温度和压力。
进一步改进在于，在步骤三中，井下光谱数据多元散射校正公式为：
进一步改进在于，映射矩阵通过PLS回归分析计算所得
max{Cov(t1,u1)}＝mas<E0w1,F0c1>
一种基于井下红外光谱的气油比测量装置，包括有近红外光谱的光源、光电探测器、流体管道以及与光电探测器相连接的处理器，所述光电探测器用来探测近红外光谱，所述光源和光电探测器之间设置有垂直放置的流体管道，并在所述流体管道上设置有反向准直镜和蓝宝石窗口，所述光电探测器的前面设置有聚焦镜，由所述光源经过正向准直镜发出光束，光束通过反向准直镜和蓝宝石窗口进入流体管道，然后再通过聚焦镜进入光电探测器。
进一步改进在于：所述光源发射出三束不同波数的光，所述光电探测器设置有两个，三束光的光纤首先合为一个光纤，然后再分开为两个光纤，其中一个光纤的光通过反向准直镜和蓝宝石窗口进入到流体管道，另一个光纤的光直接进入探测器中。
进一步改进在于：所述三束不同波数的光的光源分别为1650nm、1725nm、3450的红外光源。
本发明的有益效果是：本发明提出气油比井下实时测量方法，通过大量已知组分的光谱数据建立映射矩阵，通过实时测量的井下光谱数据在映射矩阵的投影来计算各组分的相对浓度；本发明通过井下红外光谱测量实时测量气油比，目前在国内还没有研究，井下红外光谱测量具有随钻、实时、快速、准确的优点；本发明采用了导数和平滑滤波的方式消除背景噪声，利用多元散射校正消除漫反射和散射的影响。还运用光谱数据库和关联温度、压力函数等方式消除误差；并且提出了新的井下近红外光谱装置来进行气油比的实时计算。
附图说明
图1为本发明的流程图。
图2为建立映射矩阵的流程图。
图3为本发明的基于井下红外光谱的气油比测量装置的结构图。
其中：1、光源；2、光电探测器；3、流体管道；4、反向准直镜；5、蓝宝石窗口；6、聚焦镜；7、正向准直镜。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
根据图1所示，本实施例提供了一种基于井下红外光谱的气油比测量方法，包括以下步骤：
步骤一：放置井下红外光谱装置
将红外光谱装置放入到油井中，用来获取地层流体；
步骤二：获取地层流体
通过红外光谱装置测量水、甲烷、原油的红外光谱数据，利用算法光谱数据降低至零降低地层流体折射和反射的误差；
步骤三：井下光谱数据多元散射校正
利用多元散射校正消除漫反射和散射对井下光谱数据的影响；
步骤四：井下光谱数据进行平滑滤波
利用平滑滤波对井下光谱数据去噪，以消除井下光谱数据的噪声和背景干扰；
步骤五：井下光谱数据取导数
利用导数对光谱数据进行微分处理，提高光谱的分辨率；
步骤六：获取映射矩阵
导出井下光谱数据，并利用甲烷和原油以及水的红外光谱数据建立油、气、水的光谱数据库；对已经预处理过的光谱数据进行归一化处理，针对油、气、水三个波段的光密度数据进行归一化，然后再利用归一化处理后的光谱数据和测量所得的温度和压力获得映射矩阵；
步骤七：获取实时相对浓度
通过测量的光谱数据在投影到映射矩阵中，并计算得出各组分的相对含量；
步骤八：计算气油比
通过测量井下的温度和压力，以及光谱数据进行PLS回归分析，以降低温度和压力对气油比测量的影响，获得精确的气油比数据，基于映射矩阵获得各组分的相对浓度进而对气油比进行定量计算；对所述映射矩阵的训练，输入参数有油、气、水的光谱数据以及温度和压力；
对映射矩阵的训练输出为油、气、水的相对浓度，关联温度和压力，降低温度和压力对预测浓度的影响，映射矩阵是通过地上实验建立，建立的计算模型保存在井下设备的处理器中。用实时测量的数据在映射矩阵的投影计算各组分的相对浓度。同时降低了温度和压力的影响，提高了相对浓度的计算精度从而提高了气油比的计算精度。
在所述步骤六中，建立映射矩阵的步骤为：
步骤一：配置各种浓度成分的油、气、水样品；
步骤二：控制温度、压力梯度，模拟测量环境；
步骤三：获取经过数据处理的光谱数据；
步骤四：对光密度进行归一化；
其中：i是指gas、h2o、oil，x指待测组分；
步骤五：将归一化后的光谱数据建立光谱数据库；
步骤六、七：将归一化的光谱数据集通过PLS回归分析建立映射矩阵
其中：B为映射矩阵，输出y1,y2,y3分别是指气、水、油的相对浓度，xt和xp是指地层温度和压力；利用处理后的光谱数据和测量所得的温度和压力获得映射矩阵。
在步骤三中，井下光谱数据多元散射校正公式为：
映射矩阵通过PLS回归分析计算所得
max{Cov(t1,u1)}＝mas<E0w1,F0c1>
PLS回归分析过程为首先将光谱数据标准化，再求相关系数矩阵通过归一化处理后即可；
分别提出自变量组与因变量组的成分，在这里标准是当前k个成分解释自变量的比率达到90％时，取前k个成分；
求因变量与自变量组之间的回归方程，即将实时测量的成分带到所得的回归方程，得到标准化指标变量之间的回归方程，再将标准化的回归变量还原成原始变量。
在本实施例中，映射矩阵的训练，输入参数有油、气、水的光谱数据以及温度和压力，映射矩阵的训练输出为油、气、水的相对浓度，关联温度和压力，降低温度和压力对预测浓度的影响；映射矩阵是通过大量地上实验建立的，映射矩阵的建立方法是通过不同的组分或相同组分不同浓度梯度和温度、压力梯度来进行PLS回归分析建立。
本发明提供了一种利用井下红外光谱的气油比实时测量方法，通过大量已知组分的光谱数据建立映射矩阵，通过实时测量的井下光谱数据在映射矩阵的投影来计算各组分的相对浓度。
实施例二
如图3所示，本实施例提供了一种基于井下红外光谱的气油比测量装置，包括有近红外光谱的光源1、光电探测器2、流体管道3以及与光电探测器相连接的处理器，所述光电探测器2用来探测近红外光谱，所述光源1和光电探测器2之间设置有垂直放置的流体管道3，并在所述流体管道3上设置有准直镜反向4和蓝宝石窗口5，所述光电探测器2的前面设置有聚焦镜6，由所述光源1经过正向准直镜7发出光束，光束通过反向准直镜4和蓝宝石窗口5进入流体管道3，然后再通过聚焦镜6进入光电探测器2。
所述光源1发射出三束不同波数的光，所述光电探测器2设置有两个，三束光的光纤首先合为一个光纤，然后再分开为两个光纤，其中一个光纤的光通过反向准直镜和蓝宝石窗口进入到流体管道3，另一个光纤的光直接进入探测器2中。
所述三束不同波数的光的光源分别为1650nm、1725nm、3450的红外光源。
实施例三
本实施例提供了一种井下红外光谱气油比测量的计算模块，包括有：
预处理模块：用于处理所获得的井下红外光谱数据，并将处的数据发送到定量计算模块；
定量计算模块：包括利用大量实验所建立的映射矩阵，利用实验建立的映射矩阵来对实时测量的井下红外光谱数据进行投影，并计算出各组分的相对含量；利用各组分的相对含量进行气油比定量计算。
本发明应用近红外光谱来测量原油中甲烷的百分比，从而实时计算气油比(GOR)。本发明提供三种波长，分别为1650nm、1725nm、3450nm分别获得甲烷光谱数据、原油的光谱数据以及水光谱数据。通过将预定波长光谱数据降到零消除折射和反射带来的误差。本发明还包括运用实验获得的光谱数据建立光谱数据库，利用光谱数据和温度、压力，修正温度和压力的影响，以得出准确的气油比。本发明还包括一种用于测量原油和甲烷红外光谱的井下仪器，包括测量区域、将地层流体引入测测量区域的导管、向测量区域发射近红外线的光源、光谱探测器，以及处理器。测量区域是一个透明的竖直管，位于光源和光谱探测器之间，使得光通过地层流体。光谱检测器测量通过测量区域地层流体的光的光谱。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于井下红外光谱的气油比测量方法，其特征在于，包括以下步骤：
步骤一：放置井下红外光谱装置
将红外光谱装置放入到油井中，用来获取地层流体；
步骤二：获取地层流体
通过红外光谱装置测量水、甲烷、原油的红外光谱数据，利用算法光谱数据降低至零降低地层流体折射和反射的误差；
步骤三：井下光谱数据多元散射校正
利用多元散射校正消除漫反射和散射对井下光谱数据的影响；
步骤四：井下光谱数据进行平滑滤波
利用平滑滤波对井下光谱数据去噪，以消除井下光谱数据的噪声和背景干扰；
步骤五：井下光谱数据取导数
利用导数对光谱数据进行微分处理，提高光谱的分辨率。
步骤六：获取映射矩阵
导出井下光谱数据，并利用甲烷和原油以及水的红外光谱数据建立油、气、水的光谱数据库；对已经预处理过的光谱数据进行归一化处理，针对油、气、水三个波段的光密度数据进行归一化，然后再利用归一化处理后的光谱数据和测量所得的温度和压力获得映射矩阵；
步骤七：获取实时相对浓度
通过测量的光谱数据在投影到映射矩阵中，并计算得出各组分的相对含量；
步骤八：计算气油比
通过测量井下的温度和压力，以及光谱数据进行PLS回归分析，以降低温度和压力对气油比测量的影响，获得精确的气油比数据，基于映射矩阵获得各组分的相对浓度进而对气油比进行定量计算。
2.根据权利要求1所述的一种基于井下红外光谱的气油比测量方法，其特征在于，在所述步骤六中，建立映射矩阵处理步骤为：
步骤一：配置各种浓度成分的油、气、水样品；
步骤二：控制温度、压力梯度，模拟测量环境；
步骤三：获取经过数据处理的光谱数据；
步骤四：对光密度进行归一化
其中：i是指gas、h2o、oil，x指待测组分；
步骤五：将归一化后的光谱数据建立光谱数据库；
步骤六、七：将归一化的光谱数据集通过PLS回归分析建立映射矩阵；
其中：B为映射矩阵，输出y1,y2,y3分别是指气、水、油的相对浓度，xt和xp是指地层温度和压力。
3.根据权利要求1所述的一种基于井下红外光谱的气油比测量方法，其特征在于，在步骤三中，井下光谱数据多元散射校正公式为：
4.根据权利要求2所述的一种基于井下红外光谱的气油比测量方法，其特征在于，映射矩阵通过PLS回归分析计算所得
max{Cov(t1,u1)}＝mas<E0w1,F0c1>
5.根据权利要求1所述的一种基于井下红外光谱的气油比测量装置，其特征在于：包括有近红外光谱的光源(1)、光电探测器(2)、流体管道(3)以及与光电探测器相连接的处理器，所述光电探测器(2)用来探测近红外光谱，所述光源(1)和光电探测器(2)之间设置有垂直放置的流体管道(3)，并在所述流体管道(3)上设置有反向准直镜(4)和蓝宝石窗口(5)，所述光电探测器(2)的前面设置有聚焦镜(6)，由所述光源(1)经过正向准直镜(7)发出光束，光束通过反向准直镜(4)和蓝宝石窗口(5)进入流体管道(3)，然后再通过聚焦镜(6)进入光电探测器(2)。
6.根据权利要求2所述的一种基于井下红外光谱的气油比测量装置，其特征在于：所述光源(1)发射出三束不同波数的光，所述光电探测器(2)设置有两个，三束光的光纤首先合为一个光纤，然后再分开为两个光纤，其中一个光纤的光通过反向准直镜和蓝宝石窗口进入到流体管道(3)，另一个光纤的光直接进入探测器(2)中。
7.根据权利要求6所述的一种基于井下红外光谱的气油比测量装置，其特征在于：所述三束不同波数的光的光源分别为1650nm、1725nm、3450的红外光源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110043123.3A CN112730299B (zh) | 2021-01-13 | 2021-01-13 | 一种基于井下红外光谱的气油比测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110043123.3A CN112730299B (zh) | 2021-01-13 | 2021-01-13 | 一种基于井下红外光谱的气油比测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112730299A true CN112730299A (zh) | 2021-04-30 |
| CN112730299B CN112730299B (zh) | 2022-08-30 |
Family
ID=75592983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110043123.3A Active CN112730299B (zh) | 2021-01-13 | 2021-01-13 | 一种基于井下红外光谱的气油比测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112730299B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113239621A (zh) * | 2021-05-11 | 2021-08-10 | 西南石油大学 | 一种基于弹性网络回归算法的pvt测量方法 |
| CN113376096A (zh) * | 2021-05-26 | 2021-09-10 | 商丘睿控仪器仪表有限公司 | 一种随钻光谱测量系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5939717A (en) * | 1998-01-29 | 1999-08-17 | Schlumberger Technology Corporation | Methods and apparatus for determining gas-oil ratio in a geological formation through the use of spectroscopy |
| US20040069942A1 (en) * | 2000-12-19 | 2004-04-15 | Go Fujisawa | Methods and apparatus for determining chemical composition of reservoir fluids |
| WO2004083833A1 (en) * | 2003-03-14 | 2004-09-30 | Baker Hughes Incorporated | A method and apparatus for downhole quantification of methane using near infrared spectroscopy |
| CN1784536A (zh) * | 2003-05-02 | 2006-06-07 | 贝克休斯公司 | 用于井下取样罐的连续数据记录器 |
| CN101287890A (zh) * | 2005-08-15 | 2008-10-15 | 石油研究和发展公司 | 用于井下流体特性的光谱成像 |
| CN202152681U (zh) * | 2011-07-27 | 2012-02-29 | 中国石油天然气集团公司 | 一种井下流体光谱分析装置 |
| US20130075615A1 (en) * | 2011-09-23 | 2013-03-28 | Christopher D. Starta | Infrared sensor with multiple sources for gas measurement |
| CN105156092A (zh) * | 2015-05-22 | 2015-12-16 | 季文海 | 测量油气成分的随钻光谱仪的测量方法与装置 |
| CN105784628A (zh) * | 2016-02-29 | 2016-07-20 | 上海交通大学 | 一种利用中红外光谱检测土壤有机质化学组成的方法 |
| US20170242234A1 (en) * | 2016-02-18 | 2017-08-24 | Optofluidics, Inc. | System And Method For Characterizing Particulates in a Fluid Sample |
-
2021
- 2021-01-13 CN CN202110043123.3A patent/CN112730299B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5939717A (en) * | 1998-01-29 | 1999-08-17 | Schlumberger Technology Corporation | Methods and apparatus for determining gas-oil ratio in a geological formation through the use of spectroscopy |
| US20040069942A1 (en) * | 2000-12-19 | 2004-04-15 | Go Fujisawa | Methods and apparatus for determining chemical composition of reservoir fluids |
| WO2004083833A1 (en) * | 2003-03-14 | 2004-09-30 | Baker Hughes Incorporated | A method and apparatus for downhole quantification of methane using near infrared spectroscopy |
| CN1784536A (zh) * | 2003-05-02 | 2006-06-07 | 贝克休斯公司 | 用于井下取样罐的连续数据记录器 |
| CN101287890A (zh) * | 2005-08-15 | 2008-10-15 | 石油研究和发展公司 | 用于井下流体特性的光谱成像 |
| CN202152681U (zh) * | 2011-07-27 | 2012-02-29 | 中国石油天然气集团公司 | 一种井下流体光谱分析装置 |
| US20130075615A1 (en) * | 2011-09-23 | 2013-03-28 | Christopher D. Starta | Infrared sensor with multiple sources for gas measurement |
| CN105156092A (zh) * | 2015-05-22 | 2015-12-16 | 季文海 | 测量油气成分的随钻光谱仪的测量方法与装置 |
| US20170242234A1 (en) * | 2016-02-18 | 2017-08-24 | Optofluidics, Inc. | System And Method For Characterizing Particulates in a Fluid Sample |
| CN105784628A (zh) * | 2016-02-29 | 2016-07-20 | 上海交通大学 | 一种利用中红外光谱检测土壤有机质化学组成的方法 |
Non-Patent Citations (2)
| Title |
|---|
| NA MARIA GÓMEZ-CARAVACA ET AL: "Fourier transform infrared spectroscopyePartial Least Squares (FTIR-PLS) coupled procedure application for the evaluation of fly attack on olive oil quality", 《LWT - FOOD SCIENCE AND TECHNOLOGY》 * |
| 张红光: "近红外光谱新型建模方法与应用基础研究", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113239621A (zh) * | 2021-05-11 | 2021-08-10 | 西南石油大学 | 一种基于弹性网络回归算法的pvt测量方法 |
| CN113239621B (zh) * | 2021-05-11 | 2022-07-12 | 西南石油大学 | 一种基于弹性网络回归算法的pvt测量方法 |
| CN113376096A (zh) * | 2021-05-26 | 2021-09-10 | 商丘睿控仪器仪表有限公司 | 一种随钻光谱测量系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112730299B (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112730299B (zh) | 一种基于井下红外光谱的气油比测量方法及装置 | |
| CN202614672U (zh) | 红外差分吸收光谱法烷烃气体实时在线检测装置 | |
| CN103983595B (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
| CN110056348B (zh) | 一种测定地层流体组成和性质的方法和系统 | |
| CN1549920A (zh) | 用于井底流体分析的方法和装置 | |
| RU2657027C1 (ru) | Оптическое вычислительное устройство для диагностики и устранения неисправностей | |
| CN107615046A (zh) | 在线测量油气管道中的黑色粉末 | |
| CN103364844B (zh) | 一种计算煤层含气量的方法 | |
| RU2006100286A (ru) | Система и способы получения свойств флюидов скважинных флюидов и их неопределенность | |
| CN106932378A (zh) | 一种基于拉曼光谱的炼厂酸性气成分的在线检测系统和方法 | |
| US10031024B2 (en) | Evaluating hydrologic reservoir constraint in coal seams and shale formations | |
| Han et al. | On-line multi-component analysis of gases for mud logging industry using data driven Raman spectroscopy | |
| CN107860743A (zh) | 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用 | |
| CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
| CN110414169B (zh) | 一种傅立叶红外气测录井方法及其装置 | |
| CN106522937B (zh) | 一种基于井下随钻光谱钻井过程中h2s监测方法及系统 | |
| Cai et al. | On-line multi-gas component measurement in the mud logging process based on Raman spectroscopy combined with a CNN-LSTM-AM hybrid model | |
| CN109060760A (zh) | 分析模型建立方法、气体分析装置及方法 | |
| CN1896459B (zh) | 导出井下流体的差别流体性质的系统和方法 | |
| CN103592420B (zh) | 矿井突水水源综合快速判识设备及方法 | |
| Li et al. | Identification of oil–water-gas flow patterns by super-sparse near-infrared wavelengths sensor | |
| CN102330553B (zh) | 一种mdt测试动态光谱流体识别方法 | |
| CN2862015Y (zh) | 钻井泥浆红外气体检测仪 | |
| CN201943685U (zh) | 一种连续光谱气测录井装置 | |
| Liang et al. | Research on infrared spectral quantitative analysis of hydrocarbon gases based on adaptive boosting classifier and PLS |
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 |