ITMI20111262A1 - "metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" - Google Patents
"metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" Download PDFInfo
- Publication number
- ITMI20111262A1 ITMI20111262A1 IT001262A ITMI20111262A ITMI20111262A1 IT MI20111262 A1 ITMI20111262 A1 IT MI20111262A1 IT 001262 A IT001262 A IT 001262A IT MI20111262 A ITMI20111262 A IT MI20111262A IT MI20111262 A1 ITMI20111262 A1 IT MI20111262A1
- Authority
- IT
- Italy
- Prior art keywords
- value
- validation
- chemical
- algorithm
- effluent
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 69
- 238000012544 monitoring process Methods 0.000 title claims description 14
- 238000004611 spectroscopical analysis Methods 0.000 title description 6
- 239000003208 petroleum Substances 0.000 title 1
- 239000002904 solvent Substances 0.000 claims description 35
- 239000003921 oil Substances 0.000 claims description 25
- 238000005406 washing Methods 0.000 claims description 25
- 238000010200 validation analysis Methods 0.000 claims description 22
- 239000003129 oil well Substances 0.000 claims description 20
- 239000000203 mixture Substances 0.000 claims description 17
- 229930195733 hydrocarbon Natural products 0.000 claims description 16
- 150000002430 hydrocarbons Chemical class 0.000 claims description 16
- 238000002835 absorbance Methods 0.000 claims description 14
- 239000004215 Carbon black (E152) Substances 0.000 claims description 10
- 238000002790 cross-validation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 5
- 238000007620 mathematical function Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 239000010779 crude oil Substances 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000011282 treatment Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 2
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 claims 1
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- IMNFDUFMRHMDMM-UHFFFAOYSA-N N-Heptane Chemical compound CCCCCCC IMNFDUFMRHMDMM-UHFFFAOYSA-N 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 150000001491 aromatic compounds Chemical class 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 239000006184 cosolvent Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005504 petroleum refining Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000003079 shale oil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007928 solubilization Effects 0.000 description 1
- 238000005063 solubilization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005292 vacuum distillation Methods 0.000 description 1
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
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2823—Raw oil, drilling fluid or polyphasic mixtures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Description
METODO DI MONITORAGGIO DELLE OPERAZIONI DI LAVAGGIO DEI DEPOSITI ASFALTENICI NEI POZZI PETROLIFERI MEDIANTE SPETTROMETRIA NIR
La presente invenzione riguarda un metodo di monitoraggio delle operazioni di lavaggio dei pozzi petroliferi ed in particolare un metodo per determinare con rapidità, mediante spettroscopia NIR, l'andamento del contenuto di asfalteni e l'andamento del rapporto solvente/olio durante il processo di lavaggio di un pozzo petrolifero.
L'operazione di lavaggio di un pozzo petrolifero dai residui asfaltenici prevede generalmente l'iniezione nel pozzo di appositi solventi, ad es. toluene, miscele di composti aromatici.
II solvente viene introdotto a produzione ferma nel pozzo petrolifero e viene lasciato in situ per un tempo sufficiente a sciogliere i residui asfaltenici presenti. Il tempo di permanenza dipende dal tipo di solvente e dalle condizioni del pozzo.
Successivamente il pozzo viene rimesso in produzione e in questa fase vengono prelevati, ad intervalli regolari, numerosi campioni dell'effluente, costituito da solvente di lavaggio ed olio in proporzioni variabili nel tempo. Queste proporzioni generalmente dipendono dall'efficienza del solvente di lavaggio impiegato e dallo stato di deposito degli asfalteni sulle pareti del pozzo. Il numero dei campioni prelevati per monitorare l'operazione può essere elevato, ad esempio superiore a 60 campioni.
Sebbene l'analisi per via gascromatografica del rapporto solvente/olio sia relativamente breve, l'analisi di determinazione degli asfalteni viene generalmente eseguita seguendo il metodo standard IP 143 del Institute of Petroleum .
Questa metodologia è manuale e prevede diverse fasi che devono essere condotte da un analista esperto.
Il metodo prevede la distillazione del campione allo scopo di eliminare la frazione leggera (Punto iniziale inferiore 260°C), e sul residuo superiore a 260°C prevede la precipitazione degli asfalteni con n-eptano, la filtrazione, la solubilizzazione degli asfalteni con toluene, l'evaporazione del toluene, l'essiccazione della frazione solida ottenuta e la determinazione del suo peso percentualmente rispetto al peso del campione. Ogni campione necessita di un tempo di analisi di circa 8 ore, impedendo così un'analisi in tempo reale dei campioni prelevati .
Anche potendo esaminare più campioni in parallelo, l'analisi di un numero elevato di campioni, viene generalmente completata in tempi significativamente lunghi .
Seguendo questa prassi un'informazione completa sull'andamento degli asfalteni e sul rapporto solvente/olio durante le operazioni di lavaggio dei pozzi, può essere ottenuta solo in tempi molto lunghi.
Queste lunghe tempistiche comportano spesso il riavvio della produzione basandosi su risultati incompleti, su proiezioni dei risultati ottenuti o sull'esperienza legata ad operazioni simili pregresse. E' pertanto possibile che il volume di solvente impiegato non sia ottimizzato per le condizioni specifiche dell'operazione in atto, comportando così un eccessivo impiego di Chemicals o una scarsa efficacia dell'operazione.
La determinazione del rapporto solvente/olio e del contenuto di asfalteni consente di disegnare una curva di rimozione degli asfalteni e una curva relativa al contenuto del solvente in olio. Queste curve permettono di stimare la rimozione degli asfalteni, e permettono di decidere il momento più opportuno per rimettere in marcia l'impianto dopo le operazioni di lavaggio del pozzo.
Le suddette curve consentono inoltre di verificare e/o confrontare l'efficienza dei diversi solventi e cosolventi (es. additivi ad azione disperdente o penetrante) impiegati in interventi diversi.
Nello stato dell'arte sono noti metodi per la determinazione del contenuto di asfalteni negli oli idrocarburi.
Ad esempio il brevetto US 4,843,247 descrive un metodo per determinare il contenuto di asfalteni negli oli idrocarburici pesanti (ad es. residui atmosferici, residui vacuum, residui da processi di conversione, tar sands, shale oils, etc.) per mezzo della misura dell'assorbanza a due lunghezze d'onda scelte nell'intervallo del visibile 500 - 1000 nm, e ottenendo il contenuto di asfalteni utilizzando una relazione tra i due valori misurati.
Questo insegnamento però non prevede l'impiego diretto del metodo sugli oli grezzi risultando dunque non direttamente applicabile a quanto direttamente estratto dal pozzo petrolifero.
Per quanto sopra, questo metodo trova difficile applicazione nel monitoraggio degli asfalteni durante le operazioni di lavaggio dei depositi petroliferi, in quanto richiederebbe un passaggio intermedio di trasformazione del greggio in olio idrocarburico pesante.
Ulteriore esempio di arte nota è rappresentato dal brevetto US 6,087,662 in cui è descritto un processo di determinazione del contenuto di asfalteni in una miscela di idrocarburi utilizzando la spettrometria infrarossa con un intervallo di lunghezza d'onda del medio infrarosso, e un metodo di analisi di regressione a variabili multiple.
In particolare questo processo di determinazione del contenuto di asfalteni si riferisce a processi chimici e di raffinazione del petrolio, ad es. distillazione atmosferica e vacuum, deasfaltazione e visbreaking, con un intervallo di lunghezza d'onda compreso tra 3800 cnT<1>e 700 cnT<1>.
La Richiedente ha invece riscontrato risultati molto soddisfacenti con una metodologia sviluppata nel campo del vicino infrarosso (NIR, Near InfraRed).
Lo stato dell'arte non fornisce dunque insegnamenti su metodi di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria NIR.
La Richiedente si è posta il problema di trovare un metodo rapido ed efficace per monitorare attraverso alcuni parametri caratteristici lo stato d'avanzamento delle operazioni di lavaggio dai depositi asfaltenici nei pozzi petroliferi.
Scopo della presente invenzione è fornire un metodo per monitorare contemporaneamente e in tempi brevi, più parametri relativi alla composizione chimico-fisica degli idrocarburi, in particolare i parametri tipici delle operazioni di lavaggio dei pozzi petroliferi dagli asfalteni:
- rapporto solvente/olio dell'effluente;
- contenuto di asfalteni dell'effluente.
In particolare, scopo della presente invenzione è quello di fornire un metodo per monitorare il rapporto solvente/olio ed il contenuto di asfalteni dell'effluente impiegando la spettrometria NIR (Near Infra Red, zona spettrale del vicino infrarosso compresa tra 12820 cnT<1>e 3333 cnT<1>) in accoppiata alla statistica predittiva.
La Richiedente ha ora trovato che l'impiego della spettrometria NIR in abbinamento ad un metodo di analisi di regressione a variabili multiple permette una rapida determinazione di alcuni parametri chimico-fisici utili al monitoraggio delle operazioni di lavaggio dei pozzi petroliferi, quali concentrazione di asfalteni e rapporto solvente/olio.
Questi e altri scopi secondo la presente invenzione sono raggiunti realizzando un metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettroscopia NIR come esposto nella rivendicazione 1.
Ulteriori caratteristiche del metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettroscopia NIR sono oggetto delle rivendicazioni dipendenti.
Allo scopo della presente descrizione e delle rivendicazioni che seguono, le definizioni degli intervalli numerici comprendono sempre gli estremi a meno di diversa specificazione.
Costituisce, pertanto, oggetto della presente invenzione un metodo per determinare almeno un parametro chimicofisico di una miscela di idrocarburi effluente da un pozzo petrolifero durante operazioni di lavaggio dai depositi asfaltenici, caratterizzato dal fatto di comprendere le seguenti fasi:
- misurare l'assorbimento di almeno un campione di miscela di idrocarburo ad almeno un intervallo di frequenza nel vicino infrarosso (NIR) nella banda compresa tra 12820 cnT<1>e 3850 cnT<1>;
- applicare dette assorbanze misurate ad un algoritmo predittivo per predire detto parametro chimicofisico.
In una forma preferita della presente invenzione detto parametro chimico-fisico dell'effluente può essere la concentrazione di asfalteni e/o il contenuto di solvente presente nell'effluente durante e dopo le operazioni di pulizia del pozzo petrolifero.
In particolare detta miscela di idrocarburi effluente dal pozzo può essere prelevata direttamente dalla linea di estrazione del pozzo tramite sonde o da uno spurgo presente sulla linea.
In una forma preferita della presente invenzione dette assorbanze misurate, o una loro funzione matematica, sono trattate statisticamente mediante analisi di regressione a variabili multiple, o in alternativa analisi in componenti principali.
In una forma preferita della presente invenzione detto algoritmo predittivo è sviluppato attraverso metodi di regressione.
In una forma preferita della presente invenzione detto algoritmo predittivo è costruito partendo da campioni noti di miscele di idrocarburi secondo una fase di calibrazione e una successiva fase di validazione.
Detta fase di calibrazione prevede le seguenti sottofasi:
i. ottenere tramite analisi sperimentali, i valori dei parametri chimico-fisici di un certo numero di campioni noti di miscele di idrocarburi, in cui detto numero di campioni è preferibilmente superiore a 20
ii. misurare l'assorbimento di detti campioni ad almeno un intervallo di frequenze nel vicino infrarosso (NIR) nella banda compresa tra 12820 cnT<1>e 3850 cnT<1>
iii. trattare statisticamente ciascuna delle assorbanze misurate, o una loro funzione matematica, mediante analisi di regressione a variabili multiple, o in alternativa analisi in componenti principali, in modo da utilizzarle come variabili indipendenti nella costruzione di un algoritmo predittivo per la determinazione del parametro chimico-fisico indagato;
iv. sviluppare un algoritmo predittivo attraverso metodi di regressione lineare, ad es. regressione PLS (Partial Least Squares), o non lineare, ad es. algoritmi genetici e reti neurali, che correli dette assorbanze misurate al parametro chimicofisico indagato;
Detto algoritmo predittivo sviluppato viene confermato mediante una fase di validazione che prevede le seguenti sottofasi:
i. applicare le assorbanze misurate su un numero di campioni noti, preferibilmente superiore a 5, a detto algoritmo sviluppato per predire il parametro chimico-fisico indagato;
ii. determinare lo scarto tra il valore predetto ed il valore sperimentale e confrontarlo con un valore di validazione predefinito;
iii. validare l'algoritmo sviluppato mediante l'analisi dello scarto ottenuto:
a. se lo scarto risulta inferiore o uguale a detto valore di validazione l'algoritmo è pronto per la fase predittiva;
b. se lo scarto risulta superiore a detto valore di validazione, un nuovo algoritmo predittivo viene costruito ripetendo la fase di calibrazione dal punto iii.
In particolare detti campioni noti utilizzati nella fase di validazione sono differenti da quelli analizzati nella fase di calibrazione.
Le tecniche di campionamento, misura e processamento dei segnali tramite spettrometria NIR sono convenzionali e ben note al tecnico esperto del ramo.
In una forma preferita della presente invenzione detto valore di validazione è soggetto ad una tolleranza pari al valore della riproducibilità prevista dal metodo IP 143, in cui almeno il 90% dei valori predetti non supera 0,2*A, dove A è il contenuto di asfalteni.
In particolare detto algoritmo predittivo viene sviluppato per ogni parametro chimico-fisico indagato.
Il processamento dei picchi relativi alle assorbanze derivanti dall'analisi spettrometrica NIR sono processati matematicamente, da soli o in connessione con altri picchi, per ottenere segnali derivati, indicativi del parametro chimico-fisico indagato.
Le assorbanze ricavate dallo spettro possono essere processate matematicamente secondo varie tecniche note nello stato dell'arte, ad es. dividendole rispetto alla lunghezza d'onda, derivando n-volte la funzione dello spettro di assorbimento, ecc.
In particolare risultano preferiti trattamenti statistici dei dati ottenuti quali i metodi di regressione lineare o non lineare, ad es. il metodo PLS (Partial Least Squares). Secondo queste tecniche vengono trovate correlazioni tra la caratteristica indagata e uno o più pesi determinati matematicamente .
In particolare detti pesi possono essere funzioni matematiche delle assorbanze misurate, risultati di regressioni di componenti principali, coefficienti di lunghezze d'onda di regressioni lineari multiple, fattori di regressione PLS o quanto altro.
In una forma preferita della presente invenzione detto scarto o errore dell'algoritmo è ottenuto mediante il procedimento di crossvalidazione.
In particolare la crossvalidazione (metodo "Leaving-oneout") e' un procedimento noto nello stato dell'arte che consiste nella valutazione di modelli di sistemi partendo da dati sperimentali. La validazione, finalizzata a stabilire la bontà del modello, non viene effettuata con gli stessi dati usati per l'identificazione ma con nuove misure, richiedendo quindi un ricalcolo della funzione discriminante tante volte quante sono le osservazioni stesse. La crossvalidazione (leaving-one-out) evita l'insorgere di errori di attribuzione artificiosamente bassi, che non costituiscono una buona stima del reale potere discriminatorio del modello.
Il processo di monitoraggio del contenuto di asfalteni e del rapporto solvente/olio secondo il presente metodo può terminare nel momento in cui i valori dei predetti fattori rientrano all'interno di un intervallo ritenuto accettabile.
In particolare il valore del contenuto di asfalteni ritenuto accettabile è pari al tipico valore di regime relativo al pozzo petrolifero oggetto delle operazioni di lavaggio, preferibilmente detto valore non deve superare il /- 10% del contenuto di asfalteni nel grezzo prima del trattamento .
In particolare il valore del rapporto solvente/olio deve essere il più piccolo possibile, preferibilmente viene ritenuto accettabile un valore compreso tra lo 0% ed il 5% in massa percentuale (%m/m).
Le caratteristiche e i vantaggi del metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria NIR secondo la presente invenzione risulteranno maggiormente evidenti dalla descrizione seguente, esemplificativa e non limitativa, riferita ai disegni allegati nei quali:
- La figura 1 è una rappresentazione grafica del contenuto di asfalteni predetto, durante la fase di calibrazione per differenti campioni di effluente, rispetto al relativo valore sperimentale;
- La figura 2 è una rappresentazione grafica del contenuto di asfalteni predetto, durante la fase di validazione per differenti campioni di effluente, rispetto al relativo valore sperimentale;
- La figura 3 è una rappresentazione grafica del contenuto di asfalteni predetto, durante il processo di predizione per differenti campioni di effluente, rispetto al relativo valore sperimentale;
- La figura 4 illustra graficamente il contenuto di solvente predetto rispetto al contenuto di solvente misurato sperimentalmente, per differenti campioni di effluente del pozzo;
- La figura 5 illustra graficamente il contenuto di olio predetto rispetto al contenuto di olio misurato sperimentalmente, per differenti campioni di effluente del pozzo;
- La figura 6 illustra graficamente l'evoluzione del contenuto di asfalteni e di solvente nell'effluente per prelievi di campione avvenuti in successione nel tempo.
Per la determinazione del contenuto di asfalteni in una miscela di idrocarburi sono stati estratti e analizzati 67 campioni di grezzo tipo "A" provenienti da un pozzo petrolifero durante e dopo le operazioni di lavaggio dai depositi asfaltenici.
Detti campioni provenienti dal pozzo presentano differenti rapporti di miscelazione con il solvente impiegato per le operazioni di lavaggio. In particolare il solvente risulta disciolto nei campioni con percentuali variabili nel tempo e comprese tra 0 e 100%.
Sui campioni è stata eseguita la determinazione degli asfalteni secondo il metodo IP 143 e sono stati acquisiti i relativi spettri NIR con le seguenti condizioni:
• cella di flusso da 0.2 mm;
• regione di lunghezza d'onda compresa tra 10000 cnT<1>e 4000 cirΓ<1>;
• risoluzione di 4 cnT<1>;
• temperatura della cella di 30°C.
Per la costruzione del modello sono stati impiegati 40 campioni, utilizzando la tecnica di analisi multivariata PLS (Partial Least Squares), ottenendo una buona correlazione tra lo spettro ed il contenuto di asfalteni. In particolare in crossvalidazione l'errore calcolato risulta nel 90% dei casi inferiore alla riproducibilità del metodo di riferimento (metodo IP 143).
Con riferimento alla figura 1 viene illustrato un grafico rappresentante i risultati di predizione del modello calcolati in crossvalidazione durante la fase di calibrazione del metodo.
5 campioni, non rientrati tra quelli utilizzati per la costruzione del modello, sono stati impiegati per la validazione dello stesso.
Con riferimento alla figura 2 viene illustrato un grafico rappresentante i risultati di predizione del modello calcolati durante la fase di validazione del metodo.
In particolare, con riferimento alle figure 1 e 2, i grafici riportano due linee inclinate tratteggiate rappresentanti i limiti di riproducibilità del metodo standard IP 143, in cui l'intervallo di riproducibilità è pari al 20%.
Nella tabella n.l sono riportati i dati ottenuti con il metodo secondo la presente invenzione durante la fase di validazione, rappresentati inoltre in figura 2.
Tabella n.1
Come si può osservare dal grafico in figura 2 e dai dati contenuti in tabella n.l, i valori predetti sono significativamente vicini a quelli sperimentali e al limite di riproducibilità del metodo IP 143.
Il modello sviluppato è stato successivamente utilizzato per la predizione del contenuto di asfalteni di alcuni campioni noti di effluente non utilizzati nelle fasi di calibrazione e validazione.
Con riferimento alla figura 3, il grafico riporta i valori del contenuto di asfalteni nell'effluente predetti col modello sviluppato e confrontati col valore sperimentale. Anche in fase di predizione, i valori ottenuti col modello sviluppato rientrano nell'intervallo di riproducibilità previsto dal metodo IP 143. Detti limiti di riproducibilità sono raffigurati in figura 3 con delle linee tratteggiate.
Ulteriori prove sul modello ottenuto secondo la presente invenzione sono state effettuate per la determinazione del rapporto solvente/olio nelle miscele idrocarburiche estratte dal pozzo petrolifero durante le operazioni di lavaggio.
Sono stati analizzati 67 campioni di grezzo di tipo "A" contenenti il solvente impiegato per le operazioni di lavaggio del pozzo petrolifero da cui sono stati estratti. Detti campioni presentano differenti rapporti di miscelazione con il solvente, variabili tra lo 0 ed il 100 % in massa percentuale (%m/m).
Sui campioni è stata eseguita la determinazione del rapporto solvente/olio mediante gascromatografia e sono stati acquisiti i relativi spettri NIR con le seguenti condizioni:
<■>cella di flusso da 0.2 mm;
<■>regione di lunghezza d'onda compresa tra 10000 cnT<1>e 4000 cirΓ<1>;
<■>risoluzione di 4 cnT<1>;
<■>temperatura della cella di 30°C.
Per la costruzione del modello sono stati impiegati 40 campioni, utilizzando la tecnica di analisi multivariata PLS (Partial Least Squares), ottenendo una correlazione tra lo spettro e la concentrazione di solvente, e tra lo spettro e la concentrazione di olio nella miscela, con una deviazione standard inferiore al 3 % rispetto agli scarti tra dati predetti e dati sperimentali.
Nelle figure 4 e 5, viene illustrato un grafico rappresentante i risultati di predizione del modello calcolati in crossvalidazione per la concentrazione di solvente e per la concentrazione di olio nelle miscele dei casi sopra descritti.
Dai dati ottenuti, riportati nelle figure 4 e 5, emerge che il dato sull'errore in crossvalidazione è molto buono, così come il coefficiente di regressione lineare che risulta ampiamente superiore al valore di 0,95.
In particolare, con riferimento alle figure 4 e 5, i grafici riportano una linea diagonale rappresentante l'errore di predizione nullo (R<2>=l).
7 campioni, non rientrati tra quelli utilizzati nella costruzione del modello, sono stati impiegati per la validazione dello stesso.
Nella tabella n.2 sono riportati i dati ottenuti con il metodo secondo la presente invenzione durante la fase di validazione e relativi al contenuto di olio in massa percentuale.
In tabella n.2 sono altresì riportati i corrispondenti dati ottenuti sperimentalmente ed i relativi scarti rispetto al dato predetto.
Tabella n.2
Dai dati ottenuti, riportai in tabella n.2, emergono bassi valori di scarto rispetto al valore sperimentale.
Con riferimento alla figura 6, il grafico riporta due curve rappresentanti l'andamento del valore di asfalteni e del valore del solvente in massa percentuale (%m/m), per prelievi di campione effettuati successivamente nel tempo. Detti prelievi di campione sono stati effettuati in sequenza nel tempo con frequenza decrescente ed in un arco temporale di 7 giorni.
Dai dati ottenuti con il metodo secondo la presente invenzione, come rappresentati a titolo esemplificativo nella figura 6, è possibile controllare l'evoluzione del contenuto di asfalteni e del rapporto solvente/olio nel tempo.
La curva del tenore di asfalteni permette di interpretare l'esito delle operazioni di lavaggio dai depositi asfaltenici nel pozzo, e di conseguenza decidere se il processo di pulizia ha avuto esiti positivi o se deve essere potenziato o replicato.
La curva relativa al solvente, permette di monitorare la concentrazione dello stesso nella miscela, e comprendere quando terminare le operazioni di lavaggio.
La descrizione di cui sopra di una forma realizzativa specifica è in grado di mostrare l'invenzione dal punto di vista concettuale in modo che altri, utilizzando la tecnica nota, potranno modificare e/o adattare in varie applicazioni tale forma realizzativa specifica senza ulteriori ricerche e senza allontanarsi dal concetto inventivo, e, quindi, si intende che tali adattamenti e modifiche saranno considerabili come equivalenti della forma realizzativa specifica. I mezzi e i materiali per realizzare le varie funzioni descritte potranno essere di varia natura senza per questo uscire dall'ambito dell'invenzione. Si intende che le espressioni o la terminologia utilizzate hanno scopo descrittivo e per questo non limitativo.
Claims (1)
- RIVENDICAZIONIMetodo per determinare almeno un parametro chimico¬ fisico di una miscela di idrocarburi effluente da un pozzo petrolifero durante operazioni di lavaggio dai depositi asfaltenici, caratterizzato dal fatto di comprendere le seguenti fasi: misurare l'assorbimento di almeno un campione di miscela di idrocarburo ad almeno una frequenza nel vicino infrarosso nella banda compresa tra 12820 cnT<1>e 3850 cnT<1>; applicare dette assorbanze misurate ad un algoritmo predittivo per predire detto parametro chimico-fisico.Metodo secondo la rivendicazione 1, in cui d<et>to paramet™ chimico-fisico dell'effluente è la concentrazione di asfalteni nell'effluente.Metodo secondo la rivendicazione 1, in cui detto parametro chimico-fisico dell'effluente è il contenuto di solvente nell'effluente.Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui dette assorbanze misurate, o una loro funzione matematica, sono trattate statisticamente mediante analisi di regressione a variabili multiple, o in alternativa analisi in componenti principali.Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui detto algoritmo predittivo è sviluppato attraverso metodi di regressione.Metodo secondo una qualsiasi delle rivendicazioni in cui detto algoritmo predittivo è costruito partendo da campioni noti di miscele di idrocarburi secondo una fase di calibrazione e una successiva fase di validazione . 7. Metodo secondo la rivendicazione 6, in cui detta fase di calibrazione prevede le seguenti sottofasi: i. ottenere tramite analisi sperimentali, i valori dei parametri chimico-fisici di campioni noti di miscele di idrocarburi; ii. misurare l'assorbimento di detti campioni ad almeno una frequenza nel vicino infrarosso nella banda compresa tra 12820 cnT<1>e 3850 cnT 1 iii. trattare statisticamente ciascuna delle assorbanze misurate, o una loro funzione matematica, mediante analisi di regressione a variabili multiple, o in alternativa analisi in componenti principali, in modo da utilizzarle come variabili indipendenti nella costruzione di un algoritmo predittivo per la determinazione del parametro chimico-fisico indagato ; iv. sviluppare un algoritmo predittivo attraverso metodi di regressione lineare o non lineare, che correli dette assorbanze misurate al parametro chimico-fisico indagato. 8. Metodo secondo le rivendicazioni 6 e 7, in cui detto algoritmo predittivo sviluppato viene confermato mediante una fase di validazione che prevede le seguenti sottofasi: i. applicare le assorbanze misurate su campioni noti, a detto algoritmo sviluppato per predire il parametro chimico-fisico indagato; ii. determinare lo scarto tra il valore predetto ed il valore sperimentale e confrontarlo con un valore di validazione predefinito; iii. validare l'algoritmo sviluppato mediante l'analisi dello scarto ottenuto: a. se lo scarto risulta inferiore o uguale a detto valore di validazione l'algoritmo è pronto per la fase predittiva; b. se lo scarto risulta superiore a detto valore di validazione, un nuovo algoritmo predittivo viene costruito ripetendo la fase di calibrazione dal punto iii. 9. Metodo secondo la rivendicazione 8, in cui detti campioni noti utilizzati nella fase di validazione sono differenti da quelli analizzati nella fase di calibrazione 10. Metodo secondo qualsiasi delle rivendicazioni precedenti, in cui detto valore di validazione è soggetto ad una tolleranza pari al valore della riproducibilità prevista dal metodo IP 143 del Institute of Petroleum. 11. Metodo secondo la rivendicazione 10, in cui almeno il 90% dei valori predetti non supera 0,2*A, dove A è il contenuto di asfalteni. 12. Metodo secondo una qualsiasi delle rivendicazioni precedenti in cui, detto scarto o errore dell'algoritmo è ottenuto mediante il procedimento di crossvalidazione. 13. Metodo secondo una qualsiasi delle rivendicazioni precedenti in cui, il metodo di monitoraggio termina quando i valori del contenuto di asfalteni e del rapporto solvente/olio rientrano all'interno di un intervallo ritenuto accettabile. 14. Metodo secondo la rivendicazione 13, in cui il valore del contenuto di asfalteni ritenuto accettabile è pari al tipico valore di regime relativo al pozzo petrolifero oggetto delle operazioni di lavaggio e non supera il /- 10% del contenuto di asfalteni nel grezzo prima del trattamento di lavaggio del pozzo. 15. Metodo secondo la rivendicazione 13, in cui il valore del rapporto solvente/olio ritenuto accettabile deve essere il più piccolo possibile e comunque compreso tra lo 0% ed il 5% in massa percentuale .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT001262A ITMI20111262A1 (it) | 2011-07-06 | 2011-07-06 | "metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT001262A ITMI20111262A1 (it) | 2011-07-06 | 2011-07-06 | "metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" |
Publications (1)
Publication Number | Publication Date |
---|---|
ITMI20111262A1 true ITMI20111262A1 (it) | 2013-01-07 |
Family
ID=44511225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
IT001262A ITMI20111262A1 (it) | 2011-07-06 | 2011-07-06 | "metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" |
Country Status (1)
Country | Link |
---|---|
IT (1) | ITMI20111262A1 (it) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504063A (en) * | 1990-11-30 | 1996-04-02 | Petrolite Corporation | Asphaltene removal composition and method |
US20040084623A1 (en) * | 2002-11-06 | 2004-05-06 | Yicheng Long | NIR spectroscopy method for analyzing chemical process components |
-
2011
- 2011-07-06 IT IT001262A patent/ITMI20111262A1/it unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504063A (en) * | 1990-11-30 | 1996-04-02 | Petrolite Corporation | Asphaltene removal composition and method |
US20040084623A1 (en) * | 2002-11-06 | 2004-05-06 | Yicheng Long | NIR spectroscopy method for analyzing chemical process components |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101636098B1 (ko) | 근 적외선 스펙트럼을 이용하여 탄화수소 처리 스트림 안정성을 예측하는 방법 | |
Zuo et al. | Advances in the Flory–Huggins–Zuo equation of state for asphaltene gradients and formation evaluation | |
CN105229627B (zh) | 用于确定产品流或处理流的属性的系统、方法和设备 | |
Laxalde et al. | Characterisation of heavy oils using near-infrared spectroscopy: optimisation of pre-processing methods and variable selection | |
US6662116B2 (en) | Method for analyzing an unknown material as a blend of known materials calculated so as to match certain analytical data and predicting properties of the unknown based on the calculated blend | |
CA2503610C (en) | Nir spectroscopy method for analyzing chemical process components | |
Abbas et al. | PLS regression on spectroscopic data for the prediction of crude oil quality: API gravity and aliphatic/aromatic ratio | |
Duarte et al. | Determination of some physicochemical properties in Brazilian crude oil by 1H NMR spectroscopy associated to chemometric approach | |
EP3033618B1 (en) | Automated method to characterize solubility of asphaltenes of a hydrocarbon fluid sample utilizing microfluidics | |
RU2613214C2 (ru) | Способ получения характеристик углеводородных пласт-коллекторов | |
WO2011132095A2 (en) | Methods for characterization of petroleum reservoirs employing property gradient analysis of reservoir fluids | |
Mishra et al. | Improved prediction of fuel properties with near-infrared spectroscopy using a complementary sequential fusion of scatter correction techniques | |
CN106529008B (zh) | 一种基于蒙特卡罗及lasso的双集成偏最小二乘建模方法 | |
Dantas et al. | MCR-ALS with correlation constraint and Raman spectroscopy for identification and quantification of biofuels and adulterants in petroleum diesel | |
Flórez et al. | SARA analysis and Conradson carbon residue prediction of Colombian crude oils using PLSR and Raman spectroscopy | |
US9678002B2 (en) | Method and system for NIR spectroscopy of mixtures to evaluate composition of components of the mixtures | |
Sivaramakrishnan et al. | A data-driven approach to generate pseudo-reaction sequences for the thermal conversion of Athabasca bitumen | |
Zhihui et al. | Discriminating wavenumbers selection of ATR-FTIR spectra for identifying graded asphalt | |
Barneto et al. | Thermogravimetric assessment of thermal degradation in asphaltenes | |
Šašić et al. | Comparing the predictions by NIR spectroscopy based multivariate models for distillation fractions of crude oils by F-test | |
JP6836507B2 (ja) | 紫外可視分光法による原油のキャラクタリゼーション | |
Khadem et al. | Pressure and temperature functionality of paraffin-carbon dioxide interfacial tension using genetic programming and dimension analysis (GPDA) method | |
Brun et al. | Quantification of rubber in high impact polystyrene by Raman spectroscopy. Comparison of a band fitting method and chemometrics | |
ITMI20111262A1 (it) | "metodo di monitoraggio delle operazioni di lavaggio dei depositi asfaltenici nei pozzi petroliferi mediante spettrometria nir" | |
Jones et al. | Measurement and use of Formation Fluid, Saturate, and Aromatic Content, With Wireline Formation Testers |