DE112014005748T5

DE112014005748T5 - Verfahren zur Zusammensetzungsanalyse von Bohrlochfluiden anhand von Daten von NMR und anderen Werkzeugen

Info

Publication number: DE112014005748T5
Application number: DE112014005748.7T
Authority: DE
Inventors: Yi Zeng; Lalitha Venkataramanan; Martin D. Hurlimann; Nicholas N. Bennett; Denise E. Freed
Original assignee: Schlumberger Technology BV
Current assignee: Schlumberger Technology BV
Priority date: 2013-12-17
Filing date: 2014-10-29
Publication date: 2016-10-06
Also published as: US20150168585A1; US9703003B2; WO2015094487A1

Abstract

Vorrichtung und Verfahren zum Analysieren einer Zusammensetzung eines kohlenwasserstoffhaltigen Fluids, umfassend das Verwenden eines Kernspinresonanz-(NMR-)Werkzeugs, um das kohlenwasserstoffhaltige Fluid einer NMR-Relaxationsmessung, einer Diffusionsmessung oder beiden zu unterziehen, um NMR-Daten zu erhalten; das Verwenden eines Nicht-NMR-Werkzeugs, um ein Referenzfluid einer zusätzlichen Messung zu unterziehen, um Nicht-NMR-Daten zu erhalten, wobei die zusätzliche Messung Gaschromatographie, optische Beobachtung oder beide umfasst; und das Verwenden der NMR-Daten und der Nicht-NMR-Daten in einem Inversionsprozess, um eine Angabe zur Zusammensetzung des kohlenwasserstoffhaltigen Fluids zu bestimmen. In einigen Ausführungsformen wird die Angabe über 4 Kettenlängenknoten bestimmt.

Description

QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
Diese Anmeldung beansprucht die Priorität der US.-Patentanmeldung mit der laufenden Nr. 14/109,354 und der Bezeichnung „METHODS FOR COMPOSITIONAL ANALYSIS OF DOWNHOLE FLUIDS USING DATA FROM NMR AND OTHER TOOLS”, eingereicht am 17. Dezember 2013 (Anwaltsaktenzeichen Nr. IS12.3254-US-NP), die durch Bezugnahme vollumfänglich aufgenommen wird.
GEBIET
Dies betrifft im Allgemeinen geologische Formationen, die Kohlenwasserstoff enthalten. Insbesondere betrifft die Offenbarung des Gegenstandes Verfahren zum Analysieren der Zusammensetzungsanalyse von Formationsfluiden anhand von Kernspinresonanz (nuclear magnetic resonance, NMR) und zusätzlicher Daten aus einer Vielzahl von Proben mittels weiterer Werkzeuge, einschließlich Gaschromatographie, optischer Beobachtung oder beider.
ALLGEMEINER STAND DER TECHNIK
Optische (spektrale) Daten von Messwerkzeugen für die Bohrlochfluidanalyse werden gegenwärtig verwendet, um die Zusammensetzung von Rohölen untertage zu bestimmen. Im Falle einiger Werkzeuge kann auch die Menge an Wasser und Kohlenstoffdioxid (CO₂) bestimmt werden. Darüber hinaus lässt sich die optische Dichte verwenden, um Informationen über Asphaltene und Harze zu erlangen.
NMR-Relaxations- und Diffusionsdaten können ebenfalls verwendet werden, um die Zusammensetzung von Öl zu bestimmen. Ausgehend von diesen Daten lassen sich die mittlere Kohlenstoffkettenlänge und die Kettenlängen-Konzentrationsverteilung erhalten. Außerdem kann der Vergleich zwischen der transversalen und longitudinalen Relaxationszeit und/oder Verteilung einige Informationen über Asphaltene bereitstellen. Die Formen der Verteilungen können ein Anzeichen für biologisch stark abgebaute Öle sein. Zudem kann die Messung der NMR-Relaxationsverbreitung, d. h. das Relaxationsprofil in Abhängigkeit von dem angelegten Magnetfeld, zusätzliche Informationen über die Aggregationsneigung der Asphaltene und Harze in dem Rohöl bereitstellen.
Messungen der NMR-Relaxation und Diffusion lassen sich mit einem Messgerät zur Bohrlochfluidanalyse vornehmen. Eine Kombination verschiedener Faktoren, zu denen Messungen anhand von Werkzeugen und die raue Umgebung im Untergrund gehören, bringen eine gewisse Unsicherheit bezüglich der berechneten Verteilungen von Relaxation und Diffusion mit sich. Sobald die Verteilungen der Relaxation oder Diffusion bekannt sind, lassen sich die NMR-Daten verwenden, um Informationen über Kettenlängenverteilungen und die Viskosität des Öls zu erlangen. Es sind mehrere Verfahren vorgeschlagen worden, um die NMR-Relaxation und Diffusion mit Kettenlängenverteilungen in Beziehung zu setzen. Ein Verfahren bedient sich radialer Basisfunktionen, um zwischen bekannten Daten und neuen Messungen zu interpolieren. Ein weiteres Verfahren verwendet das Komponentenviskositätsmodell, um die Diffusionskoeffizienten und Relaxationszeiten jeder Komponente mit deren mikroskopischer oder Bestandteilviskosität in Beziehung zu setzen. Ein zusätzliches Verfahren beruht auf der Untersuchung von Alkangemischen, kann jedoch auf Öle und auch auf andere Komponenten angewendet werden. Hier verkürzen wir die Kohlenstoffkette einschließlich der Konzentrationsverteilung der Kohlenstofflänge mittels Cx, um eine Kohlenstoffkette mit x linearen Molekülen anzuzeigen. Es wurde davon ausgegangen, dass sich Kohlenstoffketten mit Komponenten, welche Kohlenstoffseitenzweige und/oder Kohlenstoff-Kohlenstoff-Doppelbindungen umfassen, unwesentlich auf die Endergebnisse auswirken.
Skalierungsgesetz und Schätzung der Fluidzusammensetzung
Frühere Arbeiten zum Schätzen der Fluidzusammensetzung in Bezug auf die Gewichtsanteile von Komponenten stützten sich auf die Herstellung eines Zusammenhangs zwischen der Relaxationszeit T2 der jeweiligen Komponente und der Kettenlänge der Kohlenwasserstoffgemischkomponente. Die Gleichung (1) von besagt, dass T_2,j, die Relaxationszeit T₂ für eine Kohlenwasserstoffgemischkomponente mit der Kettenlänge j, als eine Monomialfunktion der Komponentenkettenlänge N_j = j und der Kettenlänge mit harmonischem Mittelwert
variiert, wobei f(N_j) für den Stoffmengenanteil der jeweiligen Gemischkomponente steht. Die Konstanten B, κ und γ variieren je nach Temperatur und Druck. T_2,j = BN_j ^–κ N ^–γ (1)
Das Skalierungsgesetz (1) wurde für Alkangemische auf Grundlage theoretischer Argumente und begrenzter Versuchsdaten von Proben abgeleitet. Messungen zu schweren Dunkelölen gaben an, dass dieses Skalierungsgesetz auch für die Analyse von Rohölen geeignet ist, sofern nicht viele Asphaltene vorhanden sind.
Da es sich bei der Relaxationszeit T2 der jeweiligen Komponente um eine Monomialfunktion der Kettenlänge in Gleichung (1) handelt, kann eine direkte Schätzung der mittleren Kettenlänge, N, als ein Moment der NMR-Messungen gemäß Gleichung (2) berechnet werden.
Hier stellen Ausdrücke der Formel 〈T α / 2〉 Momente der T₂-Verteilung dar, welche sich anhand einer Mellin-Transformation direkt aus den NMR-Messungen berechnen lassen.
Ferner wird beobachtet, dass, wenn die Relaxationszeit T2 eine Monomialfunktion der Kettenlänge N_j = j, ist, sich eine Schätzung der Fluidviskosität anhand von Momenten der T2-Verteilung vornehmen lässt, wie in Gleichung (3) dargestellt.
1. Schätzung der Relaxationszeiten T2 ausgehend von CPMG- und GC-Messdatenbanken
Wir haben eine Datenbank aus NMR-Relaxations- (CPMG- und T1T2-) und Gaschromatographie-(GC-)Messungen für Ölproben variierender Fluidzusammensetzungen erstellt, welche bei verschiedenen Temperaturen und Drücken entnommen wurden. Unser Anfangsmodell, anhand dessen CPMG-Messungen, M(iΔt), mit der Fluidzusammensetzung in Bezug auf die Protonenanteile der jeweiligen Komponente, p_j, und den Relaxationszeiten T2 der jeweiligen Komponente, T_2,j, in Beziehung gesetzt werden, stellt die Gleichung (4) dar.
Es ist zu beachten, dass die Protonenanteile p GC / j in und aus Gewichtsteile(n) konvertiert werden können, indem sie zunächst in Stoffmengenanteile konvertiert werden.
Da in der Datenbank sowohl GC-Messungen als auch NMR-Messungen für jede dieser Rohölproben verfügbar sind, lässt sich das Verhalten der Relaxationszeiten der jeweiligen Komponente T₂j in Abhängigkeit von der Komponentenkettenlänge j durch Lösen der Gleichung (4) für die Relaxationszeiten der jeweiligen Komponente T_2,j untersuchen. Diese schloss die Voraussetzung ein, dass (a) wir die C30+ Komponente der GC anhand einer loglinearen Fortsetzung auf C30–C60 erweiterten; (b) wir ein nicht-zunehmendes Verhalten der Relaxationszeit T_2,j in Abhängigkeit von der Kettenlänge j voraussetzten.
Die anhand des Skalierungsgesetzes in Gleichung (1) vorausberechneten Relaxationszeiten weichen stark von jenen ab, die mittels Gleichung (4) vorausberechnet wurden. Es ist zu beachten, dass die Gleichung (1) anhand einer Datenbank von Ölen geschätzt wurde, deren Zusammensetzungen, Temperaturen und Drücke wesentlich eingegrenzter waren als jene, welche zum Invertieren von Gleichung (4) verwendet wurden. Ferner wurde festgestellt, dass, wenn ein Rohöl mehr als etwa 2 Prozent Asphaltene enthält, die Gleichung (1) die Relaxationszeiten für alle Komponenten systematisch überschätzt. Dies entsteht durch die Wechselwirkung zwischen den Ölmolekülen und Asphalten, die in Gleichung (1) nicht berücksichtigt wird. Im Falle von leichten Ölen ist auf eine weitere Einschränkung zu beobachten: Kleine Moleküle wie beispielsweise Methan oder Ethan werden nicht nur durch Dipol-Wechselwirkung, sondern auch durch den Mechanismus der Spinrotation relaxiert, welcher in der Ableitung von Gleichung (1) nicht enthalten ist. Aus diesen Gründen überschätzt Gleichung (1) ebenfalls die Relaxationszeiten für Moleküle kurzer Kettenlängen.
Eine zusätzliche Analyse mittels GC und NMR anhand von Messungen mit Carr-Purcell-Meiboom-Gill-Sequenz (CPMG) zeigt, dass der von Gleichung (4) vorausberechnete Trend der Relaxationszeiten ungefähr einem loglinearen Trend folgt und diese stark von jenen abweichen, welche von dem Skalierungsgesetz in Gleichung (1) vorausberechnet wurden. Ferner zeigen die anhand von Gleichung (4) geschätzten Relaxationszeiten T2 eine Druckabhängigkeit, welche mit unserem grundlegenden Verständnis der NMR-Physik übereinstimmt.
Zusätzliche Labordaten zeigen die Abhängigkeit der über Gleichung (4) vorausberechneten Relaxationszeiten T2 für sechs verschiedene Öle bei einer feststehenden Temperatur und einem feststehenden Druck. Die annähernden loglinearen Trends bleiben deutlich erkennbar. Wie wir sehen werden, lässt sich darlegen, dass die Abhängigkeit von den Ölproben in einen Zusammenhang mit dem arithmetischen Mittelwert der Kettenlänge der Ölprobe gestellt werden kann.
Wir stellen hier fest, dass sich die durch Gleichung 1 auferlegten Einschränkungen bezüglich der Schätzung der Fluidzusammensetzung durch die Erfassung zusätzlicher Diffusionsdaten beheben lassen. Die Diffusion stellt an sich ein direkteres Unterschungsmittel für die Molekülgröße als die Relaxation dar, jedoch ist es wesentlich zeitintensiver, sie zu ermitteln. Diffusionsmessungen erlauben eine viel bessere Charakterisierung der Zusammensetzungen mit geringeren Kettenlängen, einschließlich Methan. Darüber hinaus erlaubt ein Vergleich der T1- und T2-Messungen die Detektion von Asphaltenen. Dieser Ansatz beruht auf der Analyse von NMR-Relaxations- und Diffusionsmessungen anhand eines Interpolationsschemas innerhalb einer umfangreichen Datenbank. Es besteht ein Bedarf an einem Verfahren, das diese Mängel behebt.
KURZDARSTELLUNG
Die Kurzdarstellung wird bereitgestellt, um eine Auswahl an Konzepten vorzustellen, die in der detaillierten Beschreibung weiter unten weiter ausgeführt werden. Mit der Kurzdarstellung wird weder die Absicht verfolgt, Schlüssel- oder wesentliche Merkmale des beanspruchten Gegenstandes zu identifizieren, noch soll sie dazu dienen, den Umfang des beanspruchten Gegenstandes einzuschränken.
Die Ausführungsformen in dieser Schrift betreffen eine Vorrichtung und Verfahren zum Analysieren einer Zusammensetzung eines kohlenwasserstoffhaltigen Fluids durch das Verwenden eines Kernspinresonanz-(NMR-)Werkezugs, um das kohlenwasserstoffhaltige Fluid einer NMR-Relaxationsmessung, einer Diffusionsmessung oder beiden zu unterziehen, um NMR-Daten zu erhalten, das Verwenden eines Nicht-NMR-Werkzeugs, um ein Referenzfluid einer zusätzlichen Messung zu unterziehen, um Nicht-NMR-Daten zu erhalten, wobei die zusätzliche Messung Gaschromatographie, optische Beobachtung oder beide umfasst, und das Verwenden der NMR-Daten und der Nicht-NMR-Daten in einem Inversionsprozess, um eine Angabe zur Zusammensetzung des kohlenwasserstoffhaltigen Fluids zu bestimmen. In einigen Ausführungsformen wird die Angabe über 4 Kettenlängenknoten bestimmt.
Weitere Merkmale und Vorteile der Offenbarung des Gegenstandes erschließen sich besser aus der folgenden detaillierten Beschreibung, wenn die beigefügten Zeichnungen zu dieser hinzugezogen werden.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Die Offenbarung des Gegenstandes wird in der folgenden detaillierten Beschreibung mit Verweis auf die genannte Mehrzahl an Zeichnungen als nicht-einschränkende Beispiele von Ausführungsformen der Offenbarung des Gegenstandes weiter beschrieben, in denen gleiche Bezugszeichen in den verschiedenen Ansichten der Zeichnungen ähnliche Teile repräsentieren, und in denen:
1 ein Ablaufdiagramm eines offenbarten Verfahrens ist;
2 Verläufe der Kettenlängenverteilung einer Ölprobe darstellt, die von einem optischen Werkzeug, einem NMR-Werkzeug, wie nach einer Ausführungsform gewichtet, und Gaschromatographie erhalten wurden; und
3 eine Vorrichtung zum Umsetzen der offenbarten Verfahren darstellt.
DETAILLIERTE BESCHREIBUNG
Die hier gezeigten Einzelheiten betreffen erfindungsgemäße Ausführungsformen zum Zwecke der veranschaulichenden Erläuterung der Offenbarung des Gegenstandes und werden präsentiert, um die angenommenermaßen geeignetste und verständlichste Beschreibung der Prinzipien und konzeptuellen Aspekte bereitzustellen. In dieser Hinsicht wird keineswegs danach gestrebt, strukturelle Details detaillierter zu zeigen, als für das grundlegende Verständnis der Offenbarung des Gegenstandes notwendig, da die Beschreibung mitsamt den Zeichnungen dem Fachmann verdeutlicht, wie die verschiedenen Formen der Offenbarung des Gegenstandes in der Praxis ausführbar sind.
Bezugnehmend auf 1 wird ein breites Verfahren offenbart. Bei 10 werden ein oder mehrere Messwerkzeuge zur Bohrlochfluidanalyse, die verwendet werden, um Fluid aus einer Formation zu extrahieren und diese Fluide Messungen zu unterziehen, in einem Bohrloch platziert. Bei 20 werden das eine oder die mehreren Werkzeuge verwendet, um Fluid aus der Formation zu extrahieren, und bei 30 werden die Fluide Messungen (Versuchen) unterzogen. Diese Messungen umfassen NMR-Messungen, wie beispielsweise Relaxationszeitsmessungen oder Diffusionsmessungen, und zumindest ergänzende Nicht-NMR-Messungen wie beispielsweise optische Messungen, Massendichtemessungen, Viskositätsmessungen oder eine Kombination daraus. Die verschiedenen Messungen können anhand desselben Messwerkzeugs oder verschiedener Messwerkzeuge vorgenommen werden. Selbst, wenn ein und dasselbe Werkzeug sowohl die NMR- als auch die Nicht-NMR-Messungen vornehmen kann, so gilt das Werkzeug als mehrere Werkzeuge umfassend, da es mehrere Funktionen erfüllt. In manchen Ausführungsformen verbleiben das Fluid und/oder die Werkzeuge während des gesamten Verfahrens in dem Bohrloch, und in manchen Ausführungsformen können das Fluid und/oder die Werkzeuge während des Verfahrens entfernt werden. Bei 40 werden ein oder mehrere untertage und/oder übertage angeordnete Prozessoren zum Interpretieren dieser Rohdaten verwendet, um Größen wie beispielsweise den NMR-Magnetisierungszerfall, die Verteilungen der NMR-Relaxationszeiten und Diffusionskoeffizienten, optische Spektren und Dichten und die Viskosität des Fluids zu erhalten. Bei 50 verwendet der Prozessor anschließend die NMR-Bestimmungen und die anderen Bestimmungen, wie beispielsweise die Bestimmungen der optischen Spektren, zusammen, um Zusammensetzungsinformationen einschließlich einer Angabe zur Zusammensetzung, wie beispielsweise einer Kettenlängenverteilung, mittleren Kettenlänge, Gewichtsprozent einer Komponente, Gewichtsprozent einer Pseudokomponente (z. B. einer Kombination aus Komponenten), Molprozent einer Komponente, Molprozent einer Pseudokomponente, Gas-Öl-Verhältnis, Viskosität oder einer Kombination daraus zu erhalten.
Das NMR-Werkzeug kann die NMR-Diffusion, longitudinale NMR-Relaxation (T₁), transversale NMR-Relaxation (T₂), die Verbreitung der NMR-Relaxation, den NMR-Wasserstoff-Index und hochauflösende NMR-Spektroskopiedaten messen, ist jedoch nicht auf eine Messung derselben beschränkt. Das Nicht-NMR-Werkzeug kann die optische Dichte, optische Spektren, Fluiddichte, Viskosität, Temperatur und den Druck messen, ist jedoch nicht auf eine Messung derselben beschränkt. In einem Aspekt, wie unten beschrieben, können über das Durchführen einer erweiterten Zusammensetzungsanalyse hinaus zusätzliche Informationen erhalten werden, wie beispielsweise die Menge gelöster Gase, wie etwa CO₂, Informationen über Asphaltene und den Bioabbau und die Viskosität des Öls.
In einigen Ausführungsformen wird davon ausgegangen, dass ein Vorwärtsmodell existiert, welches die Vorausberechnung der Verteilung der Relaxationszeiten und Diffusionskoeffizienten aus der Zusammensetzung des Fluids ermöglicht. Ein Beispiel stellt das Komponentenviskositätsmodell des US.-Patentes Nr. 6,859,032 dar, das hier durch Bezugnahme aufgenommen wird, und ein weiteres stellt das zuvor beschriebene Alkangemischmodell dar. Ein drittes Beispiel stellt das emprische Interpolationsschema dar, das in Anand, V., und Freedman, R., „New methods for predicting properties of live oils from NMR”, Paper AAAA Proceedings of the 2009 Annual SPWLA Symposium (2009) beschrieben und durch Bezugnahme hier aufgenommen wird. Diese Modelle können erweitert werden, um gelöste Gase wie beispielsweise Kohlenstoffdioxid und Methan zu behandeln.
In unterschiedlichen Ausführungsformen kann die Auflösung und Breite der Verteilung der Kohlenstoffkettenlänge durch das Kombinieren von Daten von verschiedenen Werkzeugen verbessert werden. Zum Beispiel sind die Optikdaten gegenüber kleinen Alkanen wie etwa C₁ (Methan) und C₂ (Ethan) empfindlich, fassen jedoch die Zusammensetzung für Hexan und größere Alkane in eine Pseudokomponente, C₆₊, zusammen, sodass die einzelnen Gewichtsprozente der Moleküle mit Kohlenstoffzahl 6 höher sind oder nicht bestimmt werden. Die NMR-Daten können die Zusammensetzung über den gesamten Bereich der Kohlenstoffzahlen geben, jedoch ist die Auflösung und Genauigkeit in vielen Fällen nicht so hoch, wie es bei den Optikdaten für die kleinen Kohlenstoffzahlen wie etwa C₂ bis C₅ der Fall ist. Wie unten ausführlicher beschrieben, wird eine Kettenlängenverteilung, die eine höhere Auflösung und Genauigkeit bei geringen Kohlenstoffzahlen aufweist und zudem einen größeren Bereich an Kettenlängen abdeckt, erreicht, indem die optischen Daten verwendet werden, um einen Inversionsprozess einzugrenzen, welcher die NMR-Daten invertiert, oder indem die beiden Datensätze auf eine andere Art und Weise kombiniert werden.
In weiteren Ausführungsformen werden Daten von der NMR mit Daten von anderen Werkzeugen kombiniert, um eine Bestimmung der Ölzusammensetzung zu ermöglichen, wenn die NMR-Daten allein nicht hinreichend sind, um Kettenlängenverteilungen zu erhalten. Ein Beispiel dafür sind Fälle, in denen gelöste Gase wie beispielsweise Methan oder Ethan in dem Öl vorhanden sind. Diese Gase relaxieren durch andere Prozesse als der Rest des Öls. Um Kettenlängenverteilungen aus den Relaxationsdaten zu erhalten, ist es nützlich, die Menge von Methan und Ethan in dem Öl zu kennen. Durch Kombinieren der Optikdaten und Dichtedaten mit den NMR-Relaxationsdaten wird es möglich, eine stabilere, vollständigere Kettenlängenverteilung zu erhalten.
In weiteren Ausführungsformen werden Daten von weiteren Werkzeugen mit den NMR-Rohdaten kombiniert, um die Inversion der Rohdaten zu verbessern und dadurch die Genauigkeit der aus den NMR-Daten abgeleiteten Kettenlängenverteilung zu verbessern. Insbesondere geht das Erhalten von NMR-Relaxations- und Diffusionsverteilungen von dem Magnetisierungszerfall mit einem Inversionsprozess wie beispielsweise einer inversen Laplace-Transformation einher. Es gibt viele Lösungen für die Verteilungen, welche innerhalb des Toleranzbereichs des Störpegels mit den Rohdaten übereinstimmen. Ein Eingrenzen der Lösung, damit die Diffusions- oder Relaxationsverteilungen mit Öleigenschaften, wie beispielsweise der aus anderen Werkzeugen abgeleiteten Zusammensetzung oder Viskosität, übereinstimmen, engt die Verteilungen auf jene ein, welche diese physikalischen Eigenschaften des Öls besser reflektieren. Dies wiederum stellt bessere Werte für die Kettenlängenverteilungen bereit. Zudem können die Rohdaten von den NMR-Werkzeugen direkt zu Kettenlängenverteilungen invertiert werden, und auch hier kann die Genauigkeit der Kettenlängenverteilungen durch derartiges Eingrenzen der Verteilungen, dass diese mit Messungen von anderen Werkzeugen übereinstimmen, verbessert werden.
In einer Ausführungsform wird die Kettenlängenverteilung von der NMR mit der Zusammensetzung von einem Optikwerkzeug kombiniert, um die Auflösung und den Bereich der finalen Kettenlängenverteilung zu steigern. Insbesondere stellen optische Daten von optischen Bohrlochwerkzeugen Gewichtsanteile für einige Komponenten unter C₆ bereit und fassen die zusätzlichen Gewichtsanteile als C₆₊ zusammen. Im Kern bedeutet dies, dass das optische Werkzeug über C₅ keine detaillierten Informationen bereitstellt. Auf ähnliche, jedoch umgekehrte Weise ist die Auflösung in der Kettenlängenverteilung, die durch direkte Verfahren festgestellt wird, in vielen Fällen zwischen C₁ und C₆ recht mangelhaft, während NMR-Messungen Informationen über den gesamten Kettenlängenbereich bereitstellen. Durch Kombinieren der verschiedenen Messungen lassen sich Kettenlängenverteilungen über einen großen Bereich an Kettenlängen hinweg mit einer höheren Auflösung erhalten als von einer allein.
Informationen über die Zusammensetzung des Fluids (z. B. Kettenlängenverteilung) können anhand der Nicht-NMR-Daten normiert werden. Die ausgehend von den NMR-Daten bestimmte Kettenlängenverteilung wird normiert, indem die Kettenlängenverteilung umskaliert wird, um die Verteilung mit den Nicht-NMR-Daten in Einklang zu bringen. Es sei zum Beispiel angenommen, dass die Gewichtsprozente w_c1, w_c2-c5 und w_c6 ⁺ von einer mit einem optischen Werkzeug verbundenen Verarbeitung ausgehend bestimmt wurden und dass die Kettenlängenverteilung {N_i, w_i,} von einer mit einem NMR-Werkzeug verbundenen Verarbeitung bestimmt wurde. Die Optikdaten können gemäß bekannten Verfahren getrennt werden, um w_c1, w_c2, w_c3, w_c4, w_c5 und w_c6+ zu erhalten. Im Falle der neuen Verteilung, W(N_i), können die Werte von w_ci, die anhand der Optik erfasst wurden, für die Kohlenstoffzahlen von unter 6 behalten werden. Der w_c6+-Anteil kann anschließend verwendet werden, um die Komponenten w_i für die Kohlenstoffzahlen i ≥ 6 von der NMR-Verteilung zu normieren, um die Gesamtverteilung zu erhalten. Die neue Verteilung wird dann
Ein Beispiel ist in 2 gegeben. In diesem Fall wurden die NMR-Daten an dem Schweröl (dead oil, ohne gelöste Gase) erfasst, wodurch die NMR-Verteilung (Dreiecke) keine Informationen für C₁ bis C₄ (d. h. der Massenanteil ist auf Null gesetzt) und normierte Informationen (auf Grundlage von Gleichung (5)) für Kohlenstoffketten 5 und größer enthält. Die verarbeiteten (getrennten) Optikdaten zu dem gashaltigen Öl (Rechtecke) zeigen das Gewichtsprozent bis zu C₅. Die kombinierte Verteilung ist für C₁ bis C₅ anhand der Rechtecke und für C₆ und darüber anhand der Dreiecke gegeben. Falls gewünscht, können die Optik- und NMR-Ergebnisse für C₅ gemittelt oder gewichtet werden, wie im Folgenden ausführlicher erläutert. Die kombinierte Verteilung berücksichtigt den gesamten Bereich der Kohlenstoffzahlen, die mittels Gaschromatographie (Kreise) an dem gashaltigen Öl gemessen wurden, und stimmt, wie in 2 gesehen, hinreichend mit der Gaschromatographie überein.
In einigen Fällen können die Daten von der NMR für manche der kürzeren Ketten ebenfalls zuverlässig sein. Dann können diese Informationen ebenfalls in die finale Kettenlängenverteilung einbezogen werden.
Wird zum Beispiel die Methanmenge von der NMR, w₁, als einigermaßen zuverlässig erachtet, so kann für die finale Kettenlängenverteilung Folgendes gelten:
wobei a ein Maß für den Vertrauensgrad des optisch bestimmten w_c1 versus dem mittels NMR bestimmten w₁ ist.
Eine weitere Ausführungsform beinhaltet das Kombinieren von NMR-Daten mit Daten von anderen Werkzeugen, wie beispielsweise optischen Werkzeugen, druckbasierten Werkzeugen oder Viskosimetern, und das Invertieren der kombinierten Daten, um Kettenlängenverteilungen zu erhalten. Die NMR-Daten können NMR-Relaxations-, NMR-Diffusionsverteilungen oder Wasserstoffindexmessungen umfassen. Die zusätzlichen Daten von anderen Werkzeugen ermöglichen es, Kettenlängenverteilungen in Fällen von den NMR-Daten zu erhalten, in denen die Inversion der NMR-Daten andernfalls nicht-eindeutig wären oder die NMR-Daten an sich nicht ausreichend sind, um die Kettenlängenverteilung zu bestimmen. Sie erweitern zudem den Bereich der Kettenlängen, die durch Optik allein gelöst werden können.
Die oben aufgeführten Gleichungen für die mittleren Kettenlängen und die Kettenlängen bezüglich der Diffusions- oder Relaxationsverteilungen sind auch von Druck und Temperatur abhängig. Um die mittleren Kettenlängen und die Kettenlängenverteilungen aus den NMR-Messungen zu erhalten, ist es daher nützlich, diese Messungen mit Druck- und Temperaturmessungen zu kombinieren.
Öle enthalten oftmals gelöste Gase wie beispielsweise Methan und Ethan. Diese Gase relaxieren über andere Prozesse als die größeren Alkanmoleküle. Eine Folge dessen ist, dass sie die gleiche Relaxationszeit wie größere Moleküle wie etwa Hexan aufweisen können. Dies macht den Inversionsprozess für die Kettenlängenverteilung aus Relaxationsverteilungen nicht-eindeutig, außer, es sind zusätzliche Informationen wie beispielsweise die Methanmenge bekannt. Oftmals jedoch werden die Relaxationsmessungen mit einer beträchtlich höheren Auflösung erfasst als die Diffusionsmessungen. Dies bedeutet, dass sie im Prinzip Kettenlängenverteilungen mit einer viel höheren Qualität ergeben sollten, wenn die mit dem gelösten Gas verbundenen Probleme gelöst werden können und wenn in dem Öl wenig bis kein Asphalten vorhanden ist. In einigen Fällen werden keine Diffusionsmessungen vorgenommen. Daher ist es nützlich, über ein Verfahren zum Berechnen der Kettenlängenverteilung aus den Relaxationszeiten zu verfügen.
Außerdem ändert gelöstes Kohlenstoffdioxid (CO₂) die Dichte und das freie Volumen des Öls und beeinflusst die Diffusionskoeffizienten und Relaxationszeiten des Öls. Gleichwohl wird das CO₂ anhand von Bohrloch-NMR-Werkzeugen nicht direkt beobachtet. Infolgedessen wird das alleinige Anwenden der Gleichungen (2) bis (6) keine genaue Kettenlängenverteilung ergeben, wenn in dem Öl eine wesentliche CO₂-Menge vorhanden ist. Um die Wirkungen von CO₂ richtig zu erfassen, ist es nützlich, eine unabhängige Messung für CO₂ zu haben.
Es folgt ein ausführliches Beispiel für das Bestimmen der Kettenlängenverteilung aus der Relaxationszeitverteilung, wenn in dem Öl eine wesentliche Methanmenge vorhanden ist. Andere kohlenwasserstoffhaltige Gase wie beispielsweise Ethan können auf ähnliche Weise behandelt werden. Im Falle von gelöstem Methan tragen hauptsächlich die Spinrotation und intermolekulare Relaxation zu dessen Relaxation bei. Anders ist es bei den meisten anderen Alkanen, bei denen die intermolekulare Relaxation den hauptsächlichen Relaxationsmodus darstellt.
In anderen Ausführungsformen lassen sich die Rohdaten von der NMR mit Daten von einem oder mehreren von Optik-, Dichte-, Viskositäts- und Druck-Untertagemesswerkzeugen kombinieren, um den Inversionsprozess für die aus den NMR-Daten abgeleiteten physikalischen Eigenschaften zu verbessern. Ein Beispiel dafür ist das Verwenden von Ergebnissen von Werkzeugen wie beispielsweise Optikwerkzeugen oder dem Viskosimeter, um die Inversionen für T₁, T₂ oder Diffusion einzugrenzen, um Verteilungen zu erhalten, welche mit diesen anderen Daten übereinstimmen. Insbesondere werden NMR-Verteilungen anhand einer inversen Laplace-Transformation des Magnetisierungszerfalls erhalten. Allerdings ist diese inverse Laplace-Transformation schlecht konditioniert, was bedeutet, dass es viele Lösungen gibt, die zu den Daten passen, wenn das Signal mit Rauschen einhergeht. In vielen Fällen wird eine Restriktion wie beispielsweise die Glätte der Verteilung auferlegt, um die Lösung auf eher physikalische zu begrenzen.
In anderen Ausführungsformen werden die Rohdaten von einem Bohrloch-NMR-Werkzeug mit Daten von anderen Bohrlochwerkzeugen kombiniert, um für Informationen über die Zusammensetzung direkt zu invertieren.
Optische Daten können zudem mit NMR-Relaxationsmessungen kombiniert werden, um die Fluidzusammensetzung zu bestimmen. Zum Beispiel kann ein loglineares Skalierungsgesetz verwendet werden, um die Relaxationszeit T2 einer jeweiligen Komponente mit der Kettenlänge einer jeweiligen Komponente in Beziehung zu setzen. Das Skalierungsgesetz kann verwendet werden, um Gewichtsanteile von Fluidgemischkomponenten aus den NMR-Relaxationsmessungen zu erhalten. Darüber hinaus lassen sich optische Daten mit den NMR-Messungen und dem Skalierungsgesetz verwenden, um weitere, verfeinerte Schätzungen für diese Komponentengewichtsanteile zu erhalten.
Hier verfolgen wir in mindestens einer Ausführungsform einen Ansatz, welcher praktische Informationen aus einer Probenbibliothek mit einem modifizierten Skalierungsgesetzverfahren kombiniert. Anfangs analysieren wir einen umfangreichen Datensatz von NMR- und GC-Daten und extrahieren ein phänomenologisches Skalierungsgesetz, das mit beiden Datensätzen übereinstimmt. Da die Relaxationsdaten an sich gegenüber den kleinen Molekülen nicht besonders empfindlich sind, vervollständigen wir anschließend die NMR-Relaxationsdaten mit Optikdaten.
Eine Quelle für Daten für die Probenbibliothek ist eine Probensammlung im Schlumberger Donald B. Robinson Technology Center in Edmonton, Kanada. Die Proben wurden auf Grundlage der Vielzahl von Verhalten ausgewählt, welche sie über einen Druckbereich von 5.000–25.000 psi und einen Temperaturbereich von 75–175°C aufweisen. Zusätzliche Parameter sind in der untenstehenden Tabelle 1 detaillierter bereitgestellt. Die Proben wurden von Schlumberger-Standorten in der Nordsee, in Kanada, in den USA einschließlich der Kernstaaten und Alaska, im Golf von Mexiko, im Nahen Osten und in Afrika gesammelt. Bei den ausgewählten Proben handelte es sich um Proben von gashaltigem Öl, welche gelöste Gase enthielten. Zudem wurden die Messungen über einen breiten Bereich an Temperaturen und Drücken hinweg erhalten, damit ihre Eigenschaften für Ölproben repräsentativ sind, welche im Verlauf von Lagerstättenprobenentnahmevorgängen untertage erhalten werden. Die Verfahren, die wir beschreiben, modellieren die NMR-Relaxationszeiten der Probenkomponenten als eine loglineare Funktion der Kettenlänge und verwenden dieses Verhältnis anschließend, um NMR-Relaxationsmessungen für die Fluidzusammensetzung zu invertieren. Es ist entscheidend, über eine Sammlung an Proben gashaltigen Öls zu verfügen, damit wir die NMR-Relaxationszeiten für kurze Kettenlängen modellieren können. Gleichermaßen ist es entscheidend, über eine Sammlung an Messungen zu verfügen, welche über einen breiten Bereich an Temperaturen und Drücken hinweg erhalten wurden, damit unsere Modellierungsverhältnisse für Proben genau sind, welche im Verlauf von Messvorgängen untertage erhalten wurden.

Optische Messungen wurden zunächst anhand eines Cary-Spektrometers mit einer Auflösung von 1 Nanometer erhalten, der in eine Umgebung mit gleich hoher Temperatur und gleich hohem Druck wie die NMR-Messvorrichtung angeordnet wurde. Die 10–20 optischen Messungen, welche typischerweise im Verlauf von Messvorgängen untertage erhalten und auch für die Analyse verwendet wurden, wurden dann mittels eines Filtervorgangs in der Domäne der optischen Übertragung aus dem kontinuierlichen optischen Spektrum erhalten. Alternativ dazu hätten wir das tatsächliche optische Bohrlochmessgerät anstelle des Cary-Spektrometers verwenden können. Sämtliche optischen Messungen wurden über den gleichen breiten Bereich an Temperaturen und Drücken hinweg erhalten, in welchem die NMR-Messungen erhalten wurden. Dies erlaubte es uns, die Einflüsse sowohl der Temperatur als auch des Drucks auf unsere Modellierungsergebnisse richtig abzubilden.

Eigenschaft	MIN.	MAX.
Probentemperatur	75°C	175°C
Probendruck	5.000 psi	25.000 psi
GOR	159 SCF/bbl	3.003 SCF/bbl
OD bei 1.725 nm, 15 Kpsi, 125°C	0,5835	0,7870
T1-/T2-Verhältnis	1,0	1,66
C1 Gew.-%	1,3	17,56
C30+ Gew.-%	7,7	38,04
Min. T2-WVF-Support (Sekunden)	0,0039	0,0773
Max. T2-WVF-Support (Sekunden)	0,8913	23,2304

Tabelle 1. Eigenschaften der Proben in der DBR-Datenbank.

2. Modellieren der ausgehend von den GC- und CPMG-Messungen geschätzten T2-Relaxationszeiten
Wir modellieren die Relaxationszeiten T2 als eine stückweise loglineare Funktion der Kettenlänge mit Knoten bei C1, C2, C45 und C60, bezeichnet als T₂(j; T_2,C1, T_2,C2, T_2,C45, T_2,C60). Es waren vier Knoten notwendig, um ausreichend Freiheitsgrade zu erlauben, um die NMR-Relaxationszeiten adäquat als eine Funktion der Kettenlänge zu modellieren. Für C1 wurde ein einzelner Knoten verwendet, da die Relaxationszeit von C1 von den Relaxationszeiten der anderen Komponenten weitgehend unabhängig war, und zwar insbesondere bei hohen Temperaturen. Die Knoten wurden bei C2 und C45 angeordnet, da der Trend in den NMR-Relaxationszeiten in dieser Region am Durchgängisten loglinear war. Schließlich wurde ein Knoten bei C60 angeordnet, um das Endstück der Verteilung der NMR-Relaxationszeiten zu modellieren, deren Verhalten dem loglinearen Trend zwischen C2 und C45 nicht immer folgte. Die anfängliche Auswahl der vier Knoten erfolgte anfänglich auf Grundlage visueller Darstellungen der NMR-Relaxationszeiten in Abhängigkeit von der Kettenlänge. Später stellten wir fest, dass die Verwendung zusätzlicher Knoten zum Modellieren der Relaxationszeiten Fluidzusammensetzungsergebnisse ergab, welche unterbestimmt waren. Die Knotenauswahl entspricht unserem intuitiven physikalischen Verständnis des Verhaltens von Rohölgemischen bei einem breiten Bereich von Temperaturen und Drücken in Lagerstätten.
Somit beschreibt eine stückweise loglineare Funktion mit vier Parametern Relaxationszeiten T2 als eine Funktion der Kettenlänge von Gemischkomponenten. Die Relaxationszeiten T2 an den Knoten werden durch Invertieren der Gleichungen (7) und (8) aus den CPMG- und GC-Messungen errechnet.
Um die vier Parameterwerte dieses Skalierungsgesetzes in Abhängigkeit von Temperatur, Druck und der mittlerer Kettenlänge aufzustellen, begannen wir mit dem Schätzen der T2-Relaxationszeiten T_2,C1, T_2,C2, T_2,C45, T_2,C60 für jede Probe aus deren GC- und CPMG-Messungen durch Lösen von Gleichung (7).
Indem wir diese Schätzung durchführten, nahmen wir erneut Restriktionen der Relaxationszeiten T2 an den vier Knoten T_2,C1, T_2,C2, T_2,C45, T_2,C60 anhand unterschiedlicher Formulierungen des Vorwärtsmodells vor, um die vier Parameter den Relaxationszeiten T2 in Abhängigkeit von der Kettenlänge j zuzuordnen. Zum Beispiel parametrisiert die in Gleichung (8) gezeigte MATLAB-Funktion die Relaxationszeiten T2 in Abhängigkeit von einer abnehmenden Kettenlänge. Die Eingaben der Funktion sind T_2,C1–T_2,C2, T_2,C2–T_2,C45, T_2,C45–T_2,C60 und T_2,C60, sodass die zum Lösen von Gleichung (7) verwendete Inversion eine reine Positivrestriktion auf die für die Inversion verwendeten Parameterwerte haben kann.
Die T_2,C1-, T_2,C2-, T_2,C45-, T_2,C60-Knotenwerte für unser stückweise loglineares Skalierungsgesetz, welche durch Invertieren der Gleichungen (7) und (8) für jede Fluidprobe von den GC- und CPMG-Messungen ausgehend geschätzt wurden, wurden nebst Daten von Proben bei 175°C, 125°C und 75°C aufgenommen. Die geschätzten log10-Relaxationszeiten T2 an den Knoten C1, C2, C45 und C60 sind sehr gut als quadratische Funktionen der Ausgangsparameter genähert (mittlere Kettenlänge/Temperatur)·Druck^0,1. Tatsächlich liegen die R-Werte für diese Approximationen anhand einer quadratischen Funktion typischerweise über 0,8, außer für den Knoten C₆₀, an dem eine stärkere Streuung der Werte vorliegt. Es ist zu beachten, dass diese Schätzungsprozedur keine Proben der Ölproben 1 und 9, wie unten beschrieben, enthielt; die für diese Proben errechneten Parameterwerte traten in dieser Schätzungsübung als starke Ausreißer auf.
Die Gleichung (9) stellt unser stückweise loglineares Skalierungsgesetz mit vier Parametern in Abhängigkeit von Temperatur, Druck und arithmetischem Mittelwert der Kettenlänge dar. X = (mittlere Kettenlänge/Temperatur)·Druck^0,1 T_2,C1(X) = exp(–303,12X² + 0,73X + 2,76) T_2,C2(X) = exp(–630,29X² + 51,70X + 0,87) T_2,C45(X, T) = exp(–994,9X² + 106,24X – 6,151 + T/160) T_2,C60(X, T) = exp(–1915,5X² + 276,19X – 15,58 + T/160) (9)
Wir können das in Gleichung (9) gegebene Skalierungsgesetz validieren, indem wir evaluieren, wie gut es die CPMG-Daten aus den GC-Messungen anhand der Gleichung (7) vorausberechnet. Das heißt, dass wir anhand der GC-Messungen (a) die Probenprotonenanteile p GC / j in Abhängigkeit von der Kettenlänge j errechnen können; (b) den arithmetischen Mittelwert der Kettenlänge M aus den Probenprotonenanteilen p GC / j errechnen können; (c) die Temperatur, den Druck und die mittlere Kettenlänge der Proben verwenden können, um die Knotenwerte T_2,C1, T_2,C2, T_2,C45, T_2,C60 für das in Gleichung (9) beschriebene Skalierungsgesetz mit vier Parametern zu berechnen; und schließlich (d) Gleichung (7) verwenden können, um die CPMG-Messungen vorwärts zu modellieren. Die Ergebnisse dieser Vorwärtsmodellierungsübung wurden aufgenommen. Wir beobachteten eine Übereinstimmung von guter Qualität für den Großteil der Proben.
3. Schätzen von Gewichtsanteilen aus CPMG-Daten anhand des Skalierungsgesetzes mit vier Parametern
Anhand der CPMG-Daten, der Temperatur und des Drucks für eine bestimmte Rohölprobe schätzten wir die Fluidzusammensetzung als Gewichtsanteile der Gemischkomponenten in Abhängigkeit von der Kettenlänge. Wir verwendeten das Skalierungsgesetz, um die Relaxationszeiten T2 der Gemischkomponenten in Abhängigkeit von der Kettenlänge j, T₂ (j; T_2,C1, T_2,C2, T_2,C45, T_2,C60) zu errechnen und anschließend das damit verbundene lineare System, gezeigt in Gleichung (10), für die entsprechenden Gewichtsanteile zu lösen.
Da das Skalierungsgesetz in Gleichung (9) eine Schätzung des arithmetischen Mittelwerts der Kettenlänge erfordert, wird in Algorithmus I die mittlere Kettenlänge als ein Fitparameter verwendet, der anhand der jeweils aktuellen Schätzung für Komponentenprotonenanteile bei jeder Iteration erneut errechnet wird. Dieser Ansatz wird anstelle des Verwendens eines Schätzwertes der mittleren Kettenlänge wie jenem in Gleichung (2) verfolgt.
Algorithmus I: Schätzen der Gewichtsanteile ausgehend von Skalierungsgesetz und CPMG-Daten

1) Anfangsschätzung für mittlere Kettenlänge, M_current = 20.
2) Verwenden von Probentemperatur, -druck und M_current in Gleichung (9) zum Errechnen der Relaxationszeiten T2 an den vier Knoten T_2,C1, T_2,C2, T_2,C45 und T_2,C60.
3) Schätzen der Komponentenprotonenanteile durch Lösen des linearen Systems, gegeben durch

Hier ist T₂(j; T_2,C1, T_2,C2, T_2,C45, T_2,C60) ein Wert für die loglineare Interpolation zwischen den Relaxationszeiten T2 für C1, C2, C45 und C60.

4) Aktualisieren der aktuellen Schätzung der mittleren Kettenlänge, M_current, anhand der invertierten Protonenanteile p_j, unter Verwendung des Durchschnitts aus den vorherigen Schätzungen der mittleren Kettenlänge
5) Wiederholen der Schritte (2)–(4), bis die Schätzung der mittleren Kettenlänge konvergiert.

Wir nahmen die Verarbeitungsergebnisse auf, welche wir durch das Anwenden von Algorithmus I auf die CPMG-Messungen für die 10 Ölproben bei drei verschiedenen Temperaturen und feststehenden Drücken erhalten hatten. Wir beobachteten, dass die Schätzungen der Gewichtsanteile von Algorithmus I nicht gut mit der GC übereinstimmen. Wir machten drei zusätzliche Beobachtungen. Erstens besteht eine qualitative Übereinstimmung zwischen dem CPMG- und dem Vorwärtsmodellierungsergebnis von der GC und dem Skalierungsgesetz. Zweitens scheint auch eine relativ nahe Übereinstimmung zwischen den aus GC und CPMG abgeleiteten Relaxationszeiten T2 und jenen zu bestehen, welche anhand des Skalierungsgesetzes in Algorithmus I geschätzt wurden. Schließlich stellen wir fest, dass eine nahe Übereinstimmung zwischen der aus den CPMG-Messungen abgeleiteten T2-WVF und der T2-WVF, welche aus der Lösung von Algorithmus I (siehe Gleichung (11)) errechnet wurde, besteht.
Die Ergebnisse weisen darauf hin, dass das inverse Problem des Schätzens der Gewichtsanteile ausgehend von CPMG-Messungen gegenüber der Wahl der T2-Relaxationszeiten T_2j recht empfindlich ist. Dies ist darauf zurückzuführen, dass das lineare System, das in Schritt 3 von Algorithmus I gelöst wird, eng mit der inversen Laplace-Transformation verwandt ist, die viele Lösungen aufweist.
4. Schätzen von Gewichtsanteilen aus CPMG- und Optikdaten anhand des Skalierungsgesetzes mit 4 Parametern
An Fluidproben vorgenommene Optikmessungen können verwendet werden, um die Fluidzusammensetzung für Gemischkomponenten mit verhältnismäßig kurzen Kettenlängen, d. h. von Methan (C1) bis Pentan (C5) zu schätzen. Um die durch Algorithmus I vorgenommenen Schätzungen des arithmetischen Mittelwerts der Kettenlänge zu verfeinern und somit den Satz möglicher Lösungen auf das inverse Problem in Gleichung (10) zu reduzieren, erweitert Algorithmus II Schritt (4) von Algorithmus I um die Gewichtsanteilsrestriktionen der Optikmessungen.
Algorithmus II: Schätzen der Gewichtsanteile ausgehend von Skalierungsgesetz und CPMG- und Optikdaten

1) Anfangsschätzung für mittlere Kettenlänge, M_current = 20.
2) Verwenden von Probentemperatur, -druck und M_current in Gleichung (9) zum Errechnen der Relaxationszeiten T2 an den vier Knoten T2 T_2,C1, T_2,C2, T_2,C45 und T_2,C60.
3) Schätzen der Komponentenprotonenanteile durch Lösen des linearen Systems, gegeben durch

Hier ist T₂ (j; T_2,C1, T_2,C2, T_2,C45, T_2,C60) ein Wert für die loglineare Interpolation zwischen den Relaxationszeiten T2 für C1, C2, C45 und C60.

4) Ersetzen der ersten fünf geschätzten Werte für die Protonenanteile p_j mit den entsprechenden Schätzungen für die von der Optik erhaltenen Protonenanteilen. Renormieren der Protonenanteile p_j für j = 6, ... 60, sodass die Summe aller Protonenanteile 100% beträgt. Aktualisieren der aktuellen Schätzung der mittleren Kettenlänge, M_current, anhand des modifizierten Satzes der Protonenanteile.
5) Wiederholen der Schritte (2)–(5), bis die Schätzung der mittleren Kettenlänge konvergiert.

Alternativ lässt sich die Gewichtsanteilschätzungen von der Optik direkt in das lineare System wie in Gleichung (13) einbringen. Algorithmus II bringt die Restriktionen von der Optik nicht in das lineare System in Gleichung (12) ein, weil wir festgestellt haben, dass das lineare System verhältnismäßig instabil ist, wenn ein signifikanter Mangel an Widerspruchsfreiheit zwischen den Gewichtsanteilsschätzungen von GC und der Optik besteht. Algorithmus II verwendet die Restriktionen von der Optik in dieser Ausführungsform lediglich, um die interne Schätzung für die mittlere Kettenlänge zu verbessern.
Die Ergebnisse für die Verarbeitung anhand von Algorithmus II für Öl 10 anhand der CPMG- und Optikmessungen wurden aufgenommen. Wir beobachten (a) eine viel nähere Übereinstimmung zwischen den aus GC und CPMG vorausberechneten Relaxationszeiten T2 und den Relaxationszeiten T2, welche ausgehend von dem Skalierungsgesetz und der finalen Schätzung der mittleren Kettenlänge mittels Algorithmus II erhalten wurden; und (b) eine viel nähere Übereinstimmung zwischen den Gewichtsanteilschätzungen und den GC-Messungen. Die beobachteten Widersprüche zwischen den GC- und Gewichtsanteilsschätzungen für C1–C5 erwachsen aus den entsprechenden Widersprüchen zwischen den Optik- und GC-Messungen.
Algorithmus II ist nicht ausreichend, um die Fluidzusammensetzung für alle Ölproben im Hinblick auf die aus NMR und Optik abgeleiteten Gewichtsanteile der Komponenten zu schätzen. Die mittels Algorithmus II erhaltenen Verarbeitungsergebnisse für Öl 4 wurden ebenfalls aufgenommen. Die Relaxationszeiten T2 stimmen mit den CPMG-Rohmessungen überein. Wir stellen zudem fest, dass die durch Algorithmus II vorausberechneten Relaxationszeiten T2 in gewisser Weise von den Relaxationszeiten T2 abweichen, die ausgehend von den GC- und CPMG-Messungen geschätzt wurden. Zur Verbesserung der Schätzergebnisse für die Gewichtsanteile von Öl 4 besteht ein Bedarf daran, die Relaxationszeiten T2, die für die Protonenschätzung verwendet werden, zu modifizieren. Algorithmus III verwendet die Optikmessungen, um diese Modifikation durchzuführen.
Schätzen von Gewichtsanteilen aus CPMG- und Optikdaten anhand des Skalierungsgesetzes mit 4 Parametern, II
Zur Verbesserung der mittels Algorithmus II erhaltenen Ergebnisse verwenden wir die fünf Protonenanteile, welche ausgehend von den Optikmessungen der Fluidprobe, (p optics / 1, p optick / 2, ..., p optics / 5), geschätzt wurden, um die Auswahl der vier T2-Relaxationszeiten, T_2,C1, T_2,C2, T_2,C45, T_2,C60, welche das stückweise loglineare Skalierungsgesetz bestimmen, zu optimieren. Zunächst definieren wir eine Funktion, welche die ersten fünf Protonenanteile (p₁, p₂, p₃, p₄, p₅) = F(T_2,C1, T_2,C2, T_2,C45, T_2,C60) ergibt, die geschätzt wurden, als das lineare System in Gleichung (14) anhand der vier T2-Relaxationszeiten, T_2,C1, T_2,C2, T_2,C45, T_2,C60, gelöst wurde.
Algorithmus III optimiert die Auswahl der T2-Relaxationszeiten T_2,C1, T_2,C2, T_2,C45, T_2,C60 durch Minimieren des Fehlers beim Fitten der Protonenanteilsschätzungen von der Optik, (p optics / 1, p optics / 2, ..., p optics / 5).
Wichtig ist, dass die Anfangsschätzung für die Optimierungsprozedur von dem durch Algorithmus II vorausberechneten Skalierungsgesetz mit vier Parametern kommt.
Algorithmus III schließt durch Verwenden des modifizierten Skalierungsgesetzes, das von den vier T2-Relaxationszeiten (T * / 2,C1, T * / 2,C2, T * / 2,C45, T * / 2,C60) bestimmt wurde, eine finale Schätzung der Gewichtsanteile in Abhängigkeit der Kettenlänge der Gemischkomponenten vorzunehmen.
Algorithmus III: Schätzen der Gewichtsanteile ausgehend von justiertem Skalierungsgesetz mit vier Parametern und CPMG- und Optikdaten

1) Algorithmus II ausführen. Dabei sei (T init / 2,C1, T init / 2,C2, T init / 2,C45, T init / 2,C60) das Skalierungsgesetz mit vier Parametern, welches durch die finale Iteration bestimmt wurde.
2) Lösen von Gleichung (15) für die angepassten T2-Relaxationszeiten (T * / 2,C1, T * / 2,C2, T * / 2,C45, T * / 2,C60) anhand einer nichtlinearen Standardoptimierung. Initialisieren der Optimierungsprozedur anhand von (T init / 2,C1, T init / 2,C2, T init / 2,C45, T init / 2,C60).
3) Schätzen der Protonenanteile der Gemischkomponenten durch Lösen der Gleichung (16)

Wir nahmen die mittels Algorithmus III erhaltenen Verarbeitungsergebnisse für Öl 4 auf. Die Übereinstimmung der Gewichtsanteilsschätzungen mit GC ist viel näher, als dies bei den mittels Algorithmus II erhaltenen Verarbeitungsergebnissen der Fall war. Die aus (T * / 2,C1, T * / 2,C2, T * / 2,C45, T * / 2,C60) bestimmten geschätzten Relaxationszeiten T2 weisen eine viel nähere Übereinstimmung mit den Relaxationszeiten T2 auf, welche ausgehend von den GC- und CPMG-Messungen bestimmt wurden.

Zum Evaluieren der Gesamtwirksamkeit der Schätzprozedur mittels Algorithmus III verglichen wir deren Gewichtsanteil-Schätzungsergebnisse in Bezug auf GC für sämtliche Öle in unserer Datenbank. Die durchschnittlichen und maximalen absoluten Fehler sind in den Tabellen 2 und 3 aufgeführt. Da es zwischen den Optik- und GC-Messungen einige gelegentlich signifikante Diskrepanzen gab, bezogen wir in der letzten Spalte zudem die mittleren und maximalen Fehlerschätzungen für Algorithmus III ein, wenn wir die ersten fünf Gewichtsanteilsschätzungen von der GC anstelle der fünf Gewichtsanteile von der Optik verwendeten. Die in diesem Fall für mittels Algorithmus III erhaltenen Ergebnisse wurden ebenso aufgenommen. Mittlerer Fehler vs. GC

Öl-ID	Algorithmus I	Algorithmus II	Algorithmus III	Algorithmus III mit GC
1	0,95	0,74	0,66	0,51
2	0,76	0,37	0,41	0,38
3	0,83	0,80	0,66	0,58
4	0,63	0,55	0,41	0,37
5	0,73	0,33	0,48	0,29
6	0,32	0,40	0,23	0,22
7	0,36	0,27	0,42	0,36
8	0,96	0,81	0,49	0,37
9	1,08	0,96	0,71	0,36
10	0,94	0,27	0,42	0,38
11	0,62	0,46	0,40	0,25
12	0,58	0,29	0,35	0,33
14	0,42	0,32	0,38	0,37
15	1,27	0,50	0,48	0,38
16	0,33	0,45	0,37	0,40
17	0,55	0,31	0,41	0,42
18	0,44	0,32	0,37	0,31
19	0,81	0,48	0,38	0,23

Tabelle 2: Mittlere Schätzfehler der Gewichtsanteile nach Algorithmen I, II und III für CPMG-Daten im Vergleich zu GC.

Max. Fehler vs. GC
Öl-ID	Algorithmus I	Algorithmus II	Algorithmus III	Algorithm III mit GC
1	5,81	3,19	2,53	2,04
2	16,66	2,51	2,64	1,70
3	7,72	7,28	5,49	5,41
4	5,84	2,19	1,49	1,38
5	10,60	2,67	1,80	1,40
6	1,88	1,96	1,07	0,79
7	3,45	1,30	1,62	1,39
8	8,60	3,40	3,22	1,92
9	7,19	3,34	3,07	2,29
10	15,89	2,60	2,94	2,82
11	8,21	3,56	3,59	0,93
12	5,66	1,66	1,91	1,86
14	6,13	1,66	1,68	1,28
15	29,63	2,44	2,94	2,62
16	1,36	1,44	1,26	1,77
17	9,90	1,38	1,92	1,96
18	4,11	1,95	1,94	1,23
19	15,58	3,87	3,87	1,89

Tabelle 3: Maximale Schätzfehler der Gewichtsanteile nach Algorithmen I, II und III für CPMG-Daten im Vergleich zu GC.

Modellieren der von den GC- und T1T2-Messungen ausgehend geschätzten T2-Relaxationszeiten
Anhand der Beobachtung, dass diese Messungen mit einer zugrunde liegenden T2-WVF f(T_2,j), definiert an einem Gitter von T2-Relaxationszeiten T_2,j), über Gleichung (17) in Beziehung gesetzt werden können, können die hier beschriebenen Verfahren auf T1T2-Relaxationsmessungen ausgeweitet und angewendet werden.
Hier können das T1T2-Verhältnis rx_fixed und der entsprechende Parameter a direkt von den T1T2-Messungen ausgehend geschätzt werden.
Wie bei den CPMG-Messungen entschieden wir, die Relaxationszeiten T2 als eine stückweise loglineare Funktion der Kettenlänge mit Knoten bei C1, C2, C45 und C60, bezeichnet als T₂(j; T_2,C1, T_2,C2, T_2,C45, T_2,C60), zu modellieren. Um die vier Parameterwerte dieses T1T2-Skalierungsgesetzes in Abhängigkeit von Temperatur, Druck und dermittlerer Kettenlänge aufzustellen, begannen wir mit dem Schätzen der T2-Relaxationszeiten T_2,C1, T_2,C2, T_2,C45, T_2,C60) für jede Probe aus deren GC- und T1T2-Messungen durch Lösen von Gleichung (18).
Wie bei den CPMG-Messungen der Fall, wendeten wir auf die Relaxationszeiten T2 an den vier Knoten T_2,C1, T_2,C2, T_2,C45, T_2,C60 Restriktionen an, welche jenen ähneln, die über Gleichung (8) angegeben wurden, genauer gesagt, dass die Relaxationszeiten T2 in Abhängigkeit von der Kettenlänge steigen.
Wir nahmen die T_2,C1-, T_2,C2-, T_2,C45-, T_2,C60-Knotenwerte für unser stückweise loglineares Skalierungsgesetz auf, welche durch Invertieren der Gleichungen (8) und (18) für jede Fluidprobe ausgehend von den GC- und T1T2-Messungen geschätzt wurden. Auch hier wurde die Temperatur der Probe bei 175°C, 125°C, 75°C variiert. Wie bei den CPMG-Messungen der Fall, entschieden wir, die log10-Relaxationszeiten T2 in Abhängigkeit von dem Parameter (mittlere Kettenlänge/Temperatur)·Druck^0,1 zu parametrieren. Die R-Werte der quadratischen Funktionen, die verwendet wurden, um diese geschätzten log10-Relaxationszeiten T2 an den Knoten C1, C2 und C45 anzunähern, betrugen allesamt über 0,8. Nur im Falle des C60-Knotens beobachteten wir eine stärkere Streuung der Werte. Wie bei der Prozedur der CPMG-Parameterschätzung der Fall, bezogen wir bei der Bestimmung des Skalierungsgesetztes Proben der Öle 1 und 9 sowie diverse Ausreißer nicht ein.
Die Gleichung (19) stellt unser stückweise loglineares Skalierungsgesetz mit vier Parametern in Abhängigkeit von Temperatur, Druck und arithmetischem Mittelwert der Kettenlänge zum Modellieren von Relaxationszeiten T2, die aus T1T2- und GC-Messungen abgeleitet wurden, dar. X = (mittlere Kettenlänge/Temperatur)·Druck^0,1 T_2,C1(X) = exp(–646,7X² + 48,07X + 1,39) T_2,C2(X) = exp(–526,21X² + 35,35X + 1,46) T_2,C45(X, T) = exp(–1088,6X² + 122,42X – 6,80 + T/160) T_2,C60(X, T) = exp(–699,5X² + 94,30X – 9,2434 + T/160) (19)
Wie bei den CPMG-Messungen der Fall, können wir das in Gleichung (19) gegebene Skalierungsgesetz validieren, indem wir evaluieren, wie gut es die T1T2-Daten aus den GC-Messungen anhand der Gleichung (18) vorausberechnet. Das heißt, dass wir anhand der GC-Messungen (a) die Probenprotonenanteile p GC / j in Abhängigkeit von der Kettenlänge j errechnen können; (b) den arithmetischen Mittelwert der Kettenlänge M aus den Probenprotonenanteilen p GC / j errechnen können; (c) die Temperatur, den Druck und die mittlere Kettenlänge der Proben verwenden können, um die Knotenwerte T_2,C1, T_2,C2, T_2,C45, T_2,C60 für das in Gleichung (17) beschriebene Skalierungsgesetz mit vier Parametern zu berechnen; und schließlich (d) Gleichung (18) verwenden können, um die T1T2-Messungen vorwärts zu modellieren. Insgesamt beobachteten wir eine Übereinstimmung von guter Qualität für den Großteil der Proben.
5. Schätzen von Gewichtsanteilen aus T1T2-Daten anhand des Skalierungsgesetzes mit vier Parametern
Wir stellten fest, dass eine Variation von Algorithmus II für die Optik- und T1T2-Messungen die besten Schätzergebnisse für die Gewichtsanteile ergab. Das Anpassen der Relaxationszeiten T2 anhand der Optik mittels einer Variation von Algorithmus III war nicht erforderlich.
Algorithmus II für T1T2-Daten: Verwenden von Skalierungsgesetz, T1T2- und Optikdaten zum Schätzen der Gewichtsanteile

1) Anfangsschätzung für mittlere Kettenlänge, M_current = 20.
2) Verwenden von Probentemperatur, -druck und M_current in Gleichung (19) zum Errechnen der Relaxationszeiten T2 an den vier Knoten T_2,C1, T_2,C2, T_2,C45 und T_2,C60.
3) Schätzen der Komponentenprotonenanteile durch Lösen des linearen Systems, gegeben durch

Hier ist T₂(j; T_2,C1, T_2,C2, T_2,C45, T_2,C60) ein Wert der loglinearen Interpolation zwischen den Relaxationszeiten T2 für C1, C2, C45 und C60.

4) Ersetzen der ersten fünf geschätzten Werte für die Protonenanteile P_j mit den entsprechenden Schätzungen für die von der Optik erhaltenen Protonenanteilen. Renormieren der Protonenanteile p_j für j = 6, ... 60, sodass die Summe aller Protonenanteile 100% ist. Aktualisieren der aktuellen Schätzung der mittleren Kettenlänge, M_current, anhand des modifizierten Protonenanteilsatzes.
5) Wiederholen der Schritte (2)–(5), bis die Schätzung der mittleren Kettenlänge konvergiert.

Zum Evaluieren der Gesamtwirksamkeit der Schätzprozedur für die T1T2-Daten mittels Algorithmus III verglichen wir deren Gewichtsanteil-Schätzergebnisse in Bezug auf GC für sämtliche Öle in unserer Datenbank. Die durchschnittlichen und maximalen absoluten Fehler sind in den Tabellen 4 und 5 gezeigt. Da es zwischen den Optik- und GC-Messungen einige gelegentlich signifikante Diskrepanzen gab, bezogen wir in der letzten Spalte zudem die mittleren und maximalen Fehlerschätzungen für Algorithmus II ein, wenn wir die ersten fünf Gewichtsanteilschätzungen von der GC anstelle der fünf Gewichtsanteile von der Optik verwendeten. Auch in diesem Fall wurden die mittels Algorithmus II erhaltenen Ergebnisse für einzelne Öle aufgenommen. Mittlerer Fehler vs. GC

Öl-ID	Algorithmus I	Algorithmus II	Algorithmus II (GC als Optik)
1	0,55	0,61	0,60
2	0,94	0,31	0,27
3	0,95	0,79	0,49
4	1,18	0,79	0,67
5	0,60	0,50	0,33
6	0,23	0,22	0,20
7	0,31	0,43	0,32
8	0,94	1,02	0,80
9	1,25	0,93	0,76
10	0,64	0,29	0,26
11	0,48	0,47	0,16
12	0,57	0,37	0,23
14	0,67	0,52	0,43
15	0,75	0,39	0,40
16	0,34	0,36	0,32
17	0,43	0,39	0,35
18	0,46	0,28	0,26
19	0,58	0,34	0,34

Tabelle 4: Mittlere Schätzfehler der Gewichtsanteile nach Algorithmen I und II für T1T2-Daten im Vergleich zu GC. Max. Fehler vs. GC

Öl-ID	Algorithmus I	Algorithmus II	Algorithmus II (GC als Optik)
1	2,36	2,37	2,34
2	4,08	1,63	1,66
3	5,80	3,25	2,77
4	4,88	4,26	3,70
5	2,65	2,45	1,60
6	0,79	1,19	0,53
7	4,89	2,98	2,13
8	13,35	8,05	7,28
9	4,86	2,83	2,96
10	5,53	2,72	2,23
11	7,48	5,42	1,02
12	2,62	2,06	1,78
14	3,44	2,69	2,49
15	4,37	1,03	0,98
16	1,49	1,19	1,04
17	1,89	1,63	1,68
18	3,58	1,93	1,54
19	7,11	3,86	1,66

Tabelle 5: Maximale Schätzfehler der Gewichtsanteile nach Algorithmen I und II für T1T2-Daten im Vergleich zu GC.

In einer weiteren Ausführungsform lassen sich die NMR-Daten verwenden, um die Bestimmungen der Fluidzusammensetzung, die ausgehend von den Optikdaten vorgenommen werden, zu verbessern. Liegt insbesondere eine geringe Wassermenge (unter etwa 5%) vor und können die Wasser- und Kohlenwasserstoff-Volumina ausgehend von den NMR-Daten bestimmt werden, so lassen sich diese Werte verwenden, um die Schätzung der Fluidzusammensetzung ausgehend von den Optikdaten einzuengen. In einem Verfahren können verschiedene Modelle für Zweiphasenströmumg auf die Optikdaten angewendet werden, und diejenigen, welche die genauen Wasser- und Kohlenwasserstoffanteile ergeben, können anschließend beim Bestimmen der Kohlenwasserstoffzusammensetzung von den Optikdaten ausgehend verwendet werden. Der Volumenanteil von Wasser kann außerdem verwendet werden, um die Optikdaten einzuengen, um die Menge an Kohlenstoffdioxid in der Probe zu bestimmen. Diese Informationen können dann verwendet werden, um die Bestimmung der Zusammensetzung des Öls oder Gases in der Probe ausgehend von den NMR-Daten zu verbessern.
Gemäß einem Aspekt können die zuvor beschriebenen Verfahren verwendet werden, um die Zusammensetzung eines kohlenwasserstoffhaltigen Fluids nicht nur untertage, sondern auch in einem Labor oder übertage an der Bohrlokation zu analysieren. In einer Ausführungsform wird ein kohlenwasserstoffhaltiges Fluid einem NMR-Relaxations- oder Diffusionsversuch unterzogen, um NMR-Relaxations- oder Diffusionsdaten zu erhalten, sowie einem Nicht-NMR-Versuch wie beispielsweise einem optischen Versuch, um Nicht-NMR-Daten wie etwa optischen Daten zu erhalten. Die anhand des Nicht-NMR-Versuchs erhaltenen Daten werden anschließend verwendet, um die Analyse der NMR-Daten beim Bestimmen von Angaben zu der Zusammensetzung zu modifizieren. In einer anderen Ausführungsform können optische Daten verwendet werden, um eine Inversion der NMR-Daten einzuengen.
Gemäß einem weiteren Aspekt können die zuvor beschriebenen Verfahren in Verbindung mit einphasigen Proben (z. B. flüssig) und mehrphasigen Proben (z. B. flüssig und gasförmig) einschließlich Emulsionen verwendet werden. Die zuvor beschriebenen Verfahren können außerdem in Verbindung mit wasserhaltigen Proben verwendet werden.
Gemäß einem weiteren Aspekt, wie aus 3 hervorgeht, wird eine Vorrichtung 100 zum Umsetzen der zuvor beschriebenen Verfahren bereitgestellt. Die Vorrichtung 100 umfasst einen Werkzeugstrang, einschließlich eines NMR-Bohrlochwerkzeugs 110 und eines Nicht-NMR-Bohrlochwerkzeugs 120, die als in einem Bohrloch 124 einer Formation 128 angeordnet dargestellt sind, und einen Prozessor 130, der an die Werkzeuge 110 und 120 gekoppelt ist. Das NMR-Bohrlochwerkzeug 110 kann jedes kommerziell erhältliche NMR-Werkzeug oder jedes vorgeschlagene Werkzeug sein, das zu geführten NMR-Messungen untertage in der Lage ist. In einer Ausführungsform ist das NMR-Bohrlochwerkzeug 110 in der Lage, NMR-Relaxations- und/oder Diffusionsmessungen an einer kohlenwasserstoffhaltigen Fluidprobe vorzunehmen. Das Nicht-NMR-Werkzeug 120 kann jedes kommerziell erhältliche Nicht-NMR-Werkzeug oder jedes vorgeschlagene Werkzeug sein, das zu Nicht-NMR-Messungen untertage in der Lage ist, welche zum Modifizieren einer NMR-Datenanalyse geeignet sind, z. B., indem sie beim Einengen einer Inversion der NMR-Daten geeignet sind. In einer Ausführungsform ist das Nicht-NMR-Werkzeug 120 ein Formationsprüfwerkzeug wie beispielsweise das CFA^TM-Werkzeug, das in der Lage ist, die kohlenwasserstoffhaltige Fluidprobe optisch zu scannen, welche sich in einer Durchflussleitung des Werkzeugs befindet. Wenngleich der Prozessor 130 an der Oberfläche der Formation 128 gezeigt ist, kann er auch ein Bestandteil von einem oder beiden der Werkzeuge 110 und 120 sein, oder er kann ein separater Prozessor sein, der untertage oder übertage angeordnet sein kann. Der Prozessor kann ein programmierter Computer, ein dedizierter Prozessor, ein Mikropozessor, ein System von Mikroprozessoren, ein digitaler Signalprozessor (DSP), ein anwendungsspezifischer integrierter Schaltkreis (ASIC) oder ein anderer Schaltkreis sein, der in der Lage ist, die von Werkzeug 110 erhaltenen NMR-Daten vor dem Hintergrund der von Werkzeug 120 erhaltenen Daten zu analysieren.
Wenngleich oben nur einige Ausführungsbeispiele ausführlich beschrieben wurden, wird der Fachmann ohne Weiteres erkennen, dass im Rahmen der Ausführungsbeispiele etliche Modifikationen möglich sind, ohne wesentlich von dieser Offenbarung abzuweichen. Dementsprechend ist beabsichtigt, dass sämtliche solche Modifikationen im Schutzbereich dieser Offenbarung, wie in den folgenden Ansprüchen definiert, eingeschlossen sind. In den Ansprüchen sollen Mittel-plus-Funktion-Klauseln die hier beschriebenen Strukturen in Ausführung der angeführten Funktion und nicht nur strukturelle Äquivalente, sondern auch äquivalente Strukturen abdecken. Wenngleich also ein Nagel und eine Schraube zwar eventuell insofern keine strukturellen Äquivalente darstellen, als sich bei einem Nagel einer zylindrischen Oberfläche bedient wird, um Holzteile zusammenzufügen, wohingegen sich bei einer Schraube einer spiralförmigen Oberfläche bedient wird, so können ein Nagel und eine Schraube im Kontext des Aneinanderfügens von Holzteilen doch als äquivalente Strukturen betrachtet werden. Es ist die ausdrückliche Absicht der Anmelderin, sich nicht auf 35 U.S.C. § 112, Absatz 6 bezüglich jedweder Einschränkung von jedwedem der Ansprüche in dieser Schrift zu berufen, mit Ausnahme jener Ansprüche, in welchen die Begriffe „Mittel zum” nebst einer damit verbundenen Funktion ausdrücklich verwendet werden.

Claims

Verfahren zum Analysieren einer Zusammensetzung eines kohlenwasserstoffhaltigen Fluids, umfassend: Verwenden eines Kernspinresonanz-(NMR-)Werkzeugs, um das kohlenwasserstoffhaltige Fluid einer NMR-Relaxationsmessung, einer Diffusionsmessung oder beiden zu unterziehen, um NMR-Daten zu erhalten; Verwenden eines Nicht-NMR-Werkzeugs, um ein Referenzfluid einer zusätzlichen Messung zu unterziehen, um Nicht-NMR-Daten zu erhalten, wobei die zusätzliche Messung Gaschromatographie, optische Beobachtung oder beide umfasst; und Verwenden der NMR-Daten und der Nicht-NMR-Daten in einem Inversionsprozess, um eine Angabe zur Zusammensetzung des kohlenwasserstoffhaltigen Fluids zu bestimmen.
Verfahren nach Anspruch 1, wobei die Angabe über Kettenlängenknoten bestimmt wird.
Verfahren nach Anspruch 2, wobei die Knoten 4 Knoten umfassen.
Verfahren nach Anspruch 2, wobei die Knoten über C1, C2, C45 und C60 sind.
Verfahren nach Anspruch 1, wobei das Referenzfluid das kohlenwasserstoffhaltige Fluid ist.
Verfahren nach Anspruch 1, wobei das Referenzfluid nicht das kohlenwasserstoffhaltige Fluid ist.
Verfahren nach Anspruch 1, wobei die zusätzliche Messung bei einem Druck von 5.000 bis 25.000 psi durchgeführt wird.
Verfahren nach Anspruch 1, wobei die zusätzliche Messung bei einer Temperatur von 75 bis 175°C durchgeführt wird.
Verfahren nach Anspruch 1, wobei der Inversionsprozess das Invertieren der NMR-Daten und das Verwenden der Nicht-NMR-Daten zum Einengen der Inversion der NMR-Daten umfasst.
Verfahren nach Anspruch 1, wobei die Inversion NMR-Verteilungen ergibt, welche mit den Nicht-NMR-Daten übereinstimmen.
Verfahren nach Anspruch 1, wobei der Inversionsprozess das Kombinieren der NMR-Daten und der Nicht-NMR-Daten und das Invertieren der kombinierten NMR-Daten und Nicht-NMR-Daten zum Erhalten der Angabe zur Zusammensetzung des kohlenwasserstoffhaltigen Fluids umfasst.
Verfahren nach Anspruch 1, wobei das Nicht-NMR-Werkzeug ein optisches Werkzeug ist, die zusätzlichen Messungen optische Messungen sind und die Nicht-NMR-Daten optische Daten sind.
Verfahren nach Anspruch 12, wobei der Inversionsprozess das Invertieren der optischen Daten und das Verwenden der NMR-Daten zum Einengen der Inversion der optischen Daten umfasst.
Verfahren nach Anspruch 1, wobei das Nicht-NMR-Werkzeug ein Gaschromatographie-Werkzeug ist, die zusätzlichen Messungen Gaschromatographie-Messungen sind und die Nicht-NMR-Daten Gaschromatographie-Daten sind.
Verfahren nach Anspruch 14, wobei der Inversionsprozess das Invertieren der Gaschromatographie-Daten und das Verwenden der NMR-Daten zum Einengen der Inversion der Gaschromatographie-Daten umfasst.
Verfahren zum Analysieren einer Zusammensetzung eines kohlenwasserstoffhaltigen Fluids in einer unterirdischen Formation, welche von einem Bohrloch durchquert wird, umfassend: Positionieren eines Kernspinresonanz-(NMR-)Werkzeugs in der Formation; Extrahieren von kohlenwasserstoffhaltigem Formationsfluid aus der Formation; Verwenden des NMR-Werkzeugs, um das extrahierte Formationsfluid einer NMR-Relaxationsmessung, einer Diffusionsmessung oder beiden zu unterziehen, um NMR-Daten zu erhalten; Verwenden eines Nicht-NMR-Werkzeugs, um ein Referenzfluid einer zusätzlichen Messung zu unterziehen, um Nicht-NMR-Daten zu erhalten, wobei die zusätzliche Messung Gaschromatographie, optische Beobachtung oder beide umfasst; und Verwenden der NMR-Daten und der Nicht-NMR-Daten in einem Inversionsprozess, um eine Angabe zur Zusammensetzung des extrahierten Formationsfluids zu bestimmen.
Verfahren nach Anspruch 16, wobei der Inversionsprozess das Invertieren der NMR-Daten und das Verwenden der Nicht-NMR-Daten zum Einengen der Inversion der NMR-Daten umfasst.
Verfahren nach Anspruch 16, wobei die Inversion NMR-Verteilungen ergibt, welche mit den Nicht-NMR-Daten übereinstimmen.
Verfahren nach Anspruch 16, wobei der Inversionsprozess das Kombinieren der NMR-Daten und der Nicht-NMR-Daten und das Invertieren der kombinierten NMR-Daten und Nicht-NMR-Daten zum Erhalten der Angabe zur Zusammensetzung des kohlenwasserstoffhaltigen Fluids umfasst.
Verfahren nach Anspruch 16, wobei der Inversionsprozess das Kombinieren der NMR-Daten und der Nicht-NMR-Daten und das Invertieren der kombinierten NMR-Daten und Nicht-NMR-Daten zum Erhalten der Angabe zur Zusammensetzung des extrahierten Formationsfluids umfasst.