CN100445725C - 光学流体分析信号提纯 - Google Patents

光学流体分析信号提纯 Download PDF

Info

Publication number
CN100445725C
CN100445725C CNB2004100457136A CN200410045713A CN100445725C CN 100445725 C CN100445725 C CN 100445725C CN B2004100457136 A CNB2004100457136 A CN B2004100457136A CN 200410045713 A CN200410045713 A CN 200410045713A CN 100445725 C CN100445725 C CN 100445725C
Authority
CN
China
Prior art keywords
passage
optical density
color
water
fluid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CNB2004100457136A
Other languages
English (en)
Other versions
CN1573317A (zh
Inventor
C·董
P·S·赫格曼
O·C·穆林斯
K·苏
A·L·库尔克简
A·J·卡内吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Schlumberger Overseas SA
Original Assignee
Schlumberger Overseas SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Schlumberger Overseas SA filed Critical Schlumberger Overseas SA
Publication of CN1573317A publication Critical patent/CN1573317A/zh
Application granted granted Critical
Publication of CN100445725C publication Critical patent/CN100445725C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
    • E21B49/10—Obtaining fluid samples or testing fluids, in boreholes or wells using side-wall fluid samplers or testers
    • 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
    • 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
    • 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
    • G01N2021/3129—Determining multicomponents by multiwavelength light

Abstract

一种用于提纯流体样品数据的方法包括获得至少两个颜色通道和至少一个流体成分通道中用于流体样品的光密度数据，以及从所述至少两个颜色通道中用于流体样品的光密度数据来确定颜色吸收函数。该方法进一步包括计算所述至少一个流体成分通道的每个中由颜色吸收而导致的一部分光密度，以及通过去除由颜色吸收而导致的那部分光密度数据来对所述至少一个流体成分通道的每个中的光密度数据脱色。

Description

光学流体分析信号提纯
技术领域
本发明涉及光学流体分析信号提纯的方法和系统。
背景技术
井通常被钻到地面中以收回(recover)陷入地壳中的地质岩层(formation)中的烃和其它理想材料的自然沉积。一旦在钻井中到达兴趣岩层，钻井者常常通过从该岩层中获取流体样品用于分析而研究岩层流体。对流体样品的分析提供有关流体含量、密度、粘度、泡点和其它重要特性的信息。该至关重要的信息被用于现场规划决策以及对上游和下游生产设施的最优化。这样的流体采样常常在井的寿命中的早期被进行以确保所述至关重要的信息可用于现场规划决策以及开发上游和下游生产设施。
典型地，流体样品是通过将流体采样工具降低到井中并从地下岩层抽取流体样品而获得的。采样工具的一个实例是模块化岩层动力学检验仪(MDT)，其是本发明的受让者Schlumberger TechnologyCorporation的注册商标。示例的岩层检验工具被公开于授予Zimmerman等的U.S专利No.4,860,581和4,936,139中，其被转让给本发明的受让者。
图1示出了岩层检验工具101，其被设计成从岩层114抽取流体样品。工具101在从表面放下(spool)的缆线(wireline)115或多导体线缆上被悬挂于钻孔110中。在表面处，缆线115典型地被连接于监视和控制工具101的电控制系统118。
一旦到达所需深度，工具101被用于获得岩层流体样品。工具101具有探头120或流体接纳装置，其可有选择地从工具101延伸；以及工具101的相对侧上的锚定(anchoring)组件121，其亦可有选择地延伸。探头120从工具101延伸并密封于钻孔壁112，从而使探头120与岩层114处于流体连通。典型的工具101亦包括泵(未示出)。泵被用于将岩层流体从岩层抽吸到工具101中。该泵亦可被用于将岩层流体从工具101抽吸到钻孔110中。
与流体采样关联的问题之一是岩层流体典型地被泥浆滤波污染。泥浆滤液是在钻探过程中渗到岩层中的钻探泥浆的流体成分。泥浆滤液侵入岩层并污染钻孔附近的天然岩层流体。当流体样品从岩层被抽取时，样品最初将包括相当部分的泥浆滤液。这样，在样品收集的最初阶段，流体样品并不表示天然的岩层流体。
为解决该问题，流体样品典型地从岩层被抽取并被抽吸到钻孔中或采样工具中的大废物室中，直到正被抽取的流体已被“提纯”或“净化”。经“提纯”或“净化”的样品是这样的样品，即在流体样品中泥浆滤液的浓度是可接受的低，从而使该流体表示天然岩层流体。此时，样品可被收集用于以后的分析。
再次参考图1，岩层流体由探头120从岩层114中抽取，并且流体在其由抽吸装置(未示出)抽吸出工具101并进入钻孔之前经过流体分析仪125。流体分析仪125分析流体样品以确定泥浆滤液污染的水平。一旦正通过探头抽取的岩层流体已被净化，则可通过将流体样品抽吸到样品室122、123之一而获取流体样品。
在岩层检验工具中使用的一种类型的流体分析仪是光学传感器，其测量在近红外(“NIR”)或可见光光谱中几个不同波长处流体样品的光密度(“OD”)。OD是从透射比来计算的，透射比是透射光对入射光的比。OD典型地被计算为OD＝-log10(T)，其中T是透射比。在油基泥浆(“OBM”)中使用的油典型地在颜色上是浅的，这样，在流体样品净化时，颜色通道处的OD增加渐进到较暗的天然岩层流体的OD。对于水基泥浆(“WBM”)，泥浆滤液通常是无色的，这样，在流体样品净化时，颜色通道处的OD渐近增加到较暗的天然岩层流体的OD。
两种类型的吸收对流体样品的OD有贡献：颜色吸收和分子振动吸收。当入射光与轨道电子相互作用时发生颜色吸收。油可显示出不同的颜色是因为它们具有变化量的芳香族化合物、树脂和沥青质，其每个都吸收可见和NIR光谱中的光。例如，重油具有较高浓度的芳香族化合物、树脂和沥青质，从而给予它们暗颜色。另一方面，轻油和凝析油(condensate)具有较浅的淡黄色，这是因为它们具有较低浓度的芳香族化合物、树脂和沥青质。
分子振动吸收是由于分子中化学键的共振而导致的对特定频率的光的吸收。尽管颜色吸收覆盖了可见和NIR光谱，对于特定材料，分子振动吸收仅发生于特定波长处。对于任何给定的分子，振动吸收发生的波长涉及流体样品中的分子结构和化学键的类型。例如，大多数油在1,200nm、1,400nm和1,700nm的波长附近具有分子振动吸收峰值。
影响流体样品的所测OD的另一个因素已知为“散射”。散射是入射光被流体样品中的颗粒反射从而使反射光不到达检测器的情况。典型地，散射独立于入射光的波长而发生，但有散射可取决于光波长的某些情况。
分子振动吸收是特定物质的浓度的函数，而它并不必然受物质的相的影响。例如，甲烷吸收共振峰值(在1,670nm附近)将具有大约相同的量级，而不管该甲烷处于气相或被溶解于油中。
图2示出几种类型的油的OD，这些油包括凝析油202、黑油204和焦油206。由于颜色而导致的这些流体的OD是波长相关的，并且形成波长谱上的连续曲线。图2中所示的油的OD亦具有特定波长处的分子振动吸收峰值212、214、216。在由于颜色而导致的OD在谱上是连续曲线时，由于分子振动吸收而导致的OD仅出现于离散的波长处。如图2中所示，原油具有大约1,200nm处(212处示出)、1,400nm处(214处示出)和1,700nm处(216处示出)的分子振动吸收峰值。
一种类型的光学传感器是光学流体分析仪(“OFA”)，其是本发明的受让者Schlumberger Corporation的商标。OFA测量NIR和可见范围内的十个不同波长处流体样品的OD。当流体首先从岩层被抽取时，流体样品主要由浅颜色的OBM滤液或WBM滤液组成。在流体样品净化时，流体样品将包含较多的较暗天然岩层流体。颜色通道中流体样品的OD将在流体净化时变化。例如，由于岩层流体在颜色上比典型的OBM滤液暗，颜色通道处流体样品的OD将在流体样品被抽取时增加。颜色通道处的OD将渐近地接近岩层流体的OD。
通过在多个时间处获取OD数据，被称为“无污染”OD的天然岩层流体的OD可通过计算所测OD的渐近值在数学上确定。“无污染OD”指的是当样品中没有污染时流体样品的OD(即岩层流体的OD)。一旦无污染OD被预测，流体样品中OBM滤液污染的量可基于所测OD和无污染OD而确定。用于确定流体样品中OBM的污染的方法被公开于例如授予Mullins的U.S.专利No.5,266,800中，其被转让给本发明的受让者。
另一种类型的光学传感器被称为现场流体分析仪(“LFA”)，其是本发明的受让者Schlumberger Corporation的商标。LFA与OFA不同，因为LFA包括“甲烷峰值”的波长处的甲烷通道。LFA和OFA两者都具有“油峰值”的波长处的油通道。“甲烷峰值”是波长对应于甲烷分子中C-H键的共振的甲烷的分子振动吸收峰值。一个甲烷分子振动吸收峰值出现在大约1,670nm的波长处。分子振动吸收独立于流体的颜色并独立于甲烷处于气相或被溶解在岩层流体中而发生。类似地，“油峰值”是波长对应于油分子中-CH2-和-CH3-组的组合的共振的油的分子振动吸收峰值。油峰值典型地处于大约1,720nm的波长处。
典型地，OBM滤液包含可忽略的量的甲烷，因此甲烷峰值处的OD将在流体样品从岩层被抽取时增加。甲烷峰值的OD将渐近地接近岩层流体的甲烷峰值处的OD。流体样品的百分比污染可通过监视甲烷通道中的OD并将其比较于渐近值来确定。
可使用甲烷通道来计算的另一个岩层流体特性是气油比(“GOR”)。GOR是标准条件下天然岩层流体中的气相中烃的体积对液体烃的体积之比。GOR在上游和下游生产设施的设计中是重要的。例如，如果GOR高，则表面设施必须被设计成处理来自井的大量气体。用于计算GOR的一种方法被公开于授予Mullins等的U.S.专利No.6,476,384中，该专利整体被引入作为参考，其被转让给本发明的受让者Schlumberger Technology Corporation。
另一种类型的光学传感器被称为凝析油和气体分析仪(“CGA”)，其是本发明的受让者Schlumberger Corporation的商标。CGA使用特定频率处的光通道以获取对在流体样品中存在的气体和液体的光谱的较好估算。例如，典型的CGA具有这样的通道，其对应于二氧化碳中分子振动吸收的共振峰值。典型的CGA能确定甲烷、非甲烷气态烃、二氧化碳和液体烃的质量浓度。
尽管这些分析仪提供了用于监视岩层流体中的各种成分并因此监视岩层流体中泥浆滤液污染的程度的便利方法，它们仍可能受以下因素的影响：流体样品的颜色、在流体样品中存在的水的量以及散射被用于测量OD的入射光的流体样品中的任何颗粒。理想的是具有去除了颜色、水和散射的效应的方法.
发明内容
在一些实施例中，本发明涉及用于提纯流体样品数据的方法，包括获得至少一个颜色通道和至少一个流体成分通道中用于流体样品的光密度数据，以及从该光密度数据来确定颜色吸收函数。所述方法亦包括计算所述至少一个流体成分通道中由颜色吸收而导致的一部分光密度，以及通过减去由颜色吸收而导致的所述至少一个流体成分通道中的那部分光密度来对数据脱色。
在其它实施例中，本发明涉及用于提纯流体样品数据的方法，包括获得水通道中和至少一个流体成分通道中用于流体样品的光密度数据，以及基于水通道中的光密度和用于所述至少一个流体成分通道的水吸收比来计算由所述至少一个流体成分通道的水吸收而导致的一部分光密度。所述方法接下来包括通过去除由水吸收而导致的那部分光密度数据来对所述至少一个流体成分通道的每个中的光密度脱水。
在一些实施例中，本发明涉及用于提纯流体样品数据的方法，包括获得至少一个颜色通道、水通道和至少一个流体成分通道中用于流体样品的光密度数据，以及从该数据来确定颜色吸收函数。所述方法然后包括计算所述至少一个流体成分通道中由颜色吸收而导致的一部分光密度，以及通过去除由颜色吸收而导致的那部分光密度来对光密度数据脱色。
依照这些实施例的方法亦包括基于水通道中的光密度和用于所述至少一个流体成分通道的水吸收比来计算由所述至少一个流体成分通道的水吸收而导致的一部分光密度，以及通过去除由水吸收而导致的那部分光密度来对所述至少一个流体成分通道中的光密度数据脱水。
在一些实施例中，本发明涉及用于提纯流体样品数据的方法，包括：获得多个光通道中用于流体样品的光密度数据；开发以下这样的方程的系统，其将所述多个光通道中的光密度模型化为由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个的和；以及求解所述方程系统以在多个时间的每个时间确定至少甲烷通道和油通道中的分子振动吸收。
在某些实施例中，本发明涉及一种电子系统，其包括适用于多次接收流体样品的光密度数据的输入装置，以及在工作上与输入装置耦合以存储所接收的数据的存储器。所述电子系统亦可包括处理器，其在工作上被耦合于存储器并适用于使用光密度数据来开发以下这样的方程的系统：其将所述多个光通道的每个中的光密度模型化为由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个的和，并且适用于求解所述方程系统以确定甲烷通道和油通道中的分子振动吸收。
附图说明
图1示出现有技术岩层检验工具的横截面。
图2示出几种类型的油的OD对入射光波长的曲线图。
图3示出光学传感器的几个通道中的OD对时间的曲线图。
图4示出用于暗色油的光学传感器的几个通道中的OD对时间的曲线图。
图5示出用于几种类型的油的OD的自然对数对波长的倒数的曲线图。
图6示出用于暗色油的光学传感器的几个通道中的经颜色校正的OD对时间的曲线图。
图7示出由于几个通道中的水吸收而导致的OD的曲线图。
图8示出用于包含水的流体样品的光学传感器的几个通道中的OD对时间的曲线图。
图9示出用于包含水的流体样品的光学传感器的几个通道中的经水校正的OD对时间的曲线图。
图10示出依照本发明的方法的一个实施例。
图11示出依照本发明的方法的一个实施例。
图12示出依照本发明的方法的一个实施例。
图13示出依照本发明的方法的一个实施例。
具体实施方式
在某些实施例中，本发明涉及用于提纯或净化来自井下光学流体分析仪的信号的方法。在一些实施例中，本发明涉及去除颜色效应。在其它实施例中，本发明涉及去除水效应。在其它实施例中，本发明涉及去除散射效应。在一个或多个实施例中，本发明涉及同时去除颜色、水和散射效应。
脱色
图3示出在OBM情况下几个通道处的浅颜色油的OD的曲线图。该曲线(plot)示出了甲烷通道(在曲线304处示出)、油通道(在曲线302处示出)和基本通道(在曲线306处示出)。“甲烷差”通道亦被示出(曲线308)，其是从甲烷通道被减去的基本通道。不包含甲烷或油的分子振动吸收的基本通道(曲线306)被用作基线。甲烷差典型地被使用，这是因为甲烷通道和基本通道所共同的伪读数被消除。
甲烷差(曲线308)随时间而增长到渐近值。甲烷差(曲线308)的这种增长可被用于预测污染，并且与油通道结合而预测岩层流体的气油比。由于图3表示从轻油收集的OD数据的实例，它示出了甲烷、油和基本通道的典型表现，而没有源自颜色的任何效应。
流体样品的“污染”指的是流体样品中泥浆滤液的量。典型地，污染被报告为体积百分比污染。气油比(“GOR”)是标准条件下流体样品中气体体积与液体体积之比。
当流体样品包含很暗色的油时，颜色吸收发生于所有通道中，包括甲烷和油通道。如从图2中可看到的，黑油(在204处示出)和焦油(在206处示出)具有1,700nm附近的明显颜色吸收，其接近于甲烷和油通道的分子吸收峰值(在216处示出)。作为结果，甲烷和油通道可受到暗色油的显著影响。
这种“颜色效应”被示出于图4中。油通道(在曲线402中示出)中的OD被提高(与图3相比)，这是因为它包含油峰值处的分子振动吸收和源自暗色油的颜色吸收两者。类似地，甲烷通道(在曲线404处示出)中的OD被提高，这是因为它表示甲烷峰值中的分子振动吸收和源自暗色油的颜色吸收两者。颜色效应亦显著增加基本通道(在曲线406处示出)中的OD。尽管图3中的基本通道(在曲线306处示出)接近于零，图4示出了颜色效应可显著增加基本通道(在曲线406处示出)中的OD。
颜色效应使甲烷差(在曲线408处示出)具有很低的OD，并且如在图4中可看到的，它可以是平坦的甚至是减小的。这样的甲烷差曲线提供了零污染预测，即使在流体样品中有相当的污染。此外，由于GOR是从甲烷通道对油通道的比来确定的，提高的甲烷、油和基本通道产生了GOR预测中的不精确性。
为精确预测污染和GOR，颜色效应必须从甲烷、油和基本通道中被去除。如图2中所示，颜色吸收是波长相关的。方程1示出了该关系：
OD＝αLeβ/λ          Eq.1
其中OD是光密度，α和β是常数，L是路径长度，而λ是波长。方程1是“颜色吸收函数”的一个实例。颜色吸收函数是限定由颜色吸收导致的流体样品的OD的任何函数。在一些实施例中，颜色吸收函数是波长相关的。在其它实施例中，颜色吸收函数可以是常数。对方程1的两侧取自然对数得到：
ln(OD)＝ln(αL)+β/λ  Eq.2
方程2示出，对于原油，OD的自然对数具有与波长的倒数的线性关系。该关系被示出于图5中。在一个暗色范围内针对原油的In(OD)对1/λ的曲线被示出。具体而言，气体凝析油曲线502、黑油曲线504和焦油曲线506均说明了所述线性关系。该关系可被用于基于已知波长处的颜色吸收来预测任何波长处的颜色吸收。
典型地，LFA传感器具有五个颜色通道。“颜色通道”是这样的通道：其传感所测OD主要由颜色吸收而造成的波长处的流体样品的OD。来自颜色通道的数据可借助方程1和2用来确定常数α和β。尽管在此并未描述特定的曲线拟合技术，普通技术人员将熟悉可与本发明一起使用的曲线拟合技术。此外，给定工具或给定类型的工具中的颜色通道的数量可以变化，并且该数量并不旨在限制本发明。LFA工具仅被用作实例。
一旦常数α和β被确定，则方程1可被用于预测其它波长处的颜色吸收。甲烷通道、油通道和基本通道中的颜色吸收可从那些通道中的所测总OD中被减去。例如甲烷通道中的剩余OD较好地表示了由流体样品中存在的甲烷而导致的分子振动吸收。
测量颜色通道中的颜色吸收使能预测其它波长处或其它通道中的颜色吸收。用于将脱色算法应用于图4中的数据的实施例的实例被示出于图6中。甲烷通道(在曲线604处示出)中的OD和基本通道(在曲线606处示出)中的OD被显著减小，这是因为颜色吸收效应已被去除。作为脱色算法的结果，油通道(在曲线602处示出)中的OD亦被显著减小。如在图6中可看到的，经颜色校正的甲烷通道曲线604增长到渐近值。经颜色校正的基本通道曲线606几乎为零，这表示基本通道曲线(图4中的406)的OD的大部分是由于颜色吸收而导致的。类似于经颜色校正的甲烷通道曲线604，经颜色校正的甲烷差曲线608示出了可被用于预测污染的增长，并且经颜色校正的甲烷、油和基本通道可被用于预测GOR。
本领域的普通技术人员将认识到，脱色算法可被应用于除了油通道和甲烷通道以外的通道。任何流体成分通道均可使用本发明的实施例来脱色。“流体成分通道”是这样的通道：其可被用于确定流体样品的组成或流体样品的特性。例如，一些井下流体采样工具包括具有对非甲烷气态烃响应的通道的光学传感器。这样的通道可使用本发明的某些实施例来脱色。
图10示出了依照本发明的某些实施例的方法。该方法首先包括获得涉及至少一个颜色通道中和至少一个流体成分通道中流体样品的OD的数据(“光密度数据”)(在步骤1002处示出)。在本说明书中，“光密度数据”通常被用于指涉及光密度或透射比的数据。在一些实施例中，针对两个颜色通道而获得了OD数据。在一些实施例中，在采样过程中多次收集数据。在一些实施例中，在采样过程中多次应用校正。所述数据可包括所需通道中的OD，或者它可包括涉及OD的另一种类型的数据，如透射比值。还有，在一些实施例中，数据是通过测量来获得的，而在一些其它实施例中，数据包括先前测量的数据，并且它是从存储介质中获得的。在一些实施例中，所述至少一个流体成分通道包括甲烷通道和油通道。
所述方法接下来包括从用于所述至少一个颜色通道的光密度数据来确定由于颜色吸收而导致的流体样品的OD的波长的函数(在步骤1004处示出)。在一些实施例中，这样的函数(“颜色吸收函数”)是在所述多次的每次时确定的。这种函数的一个实例被示出于方程1中。来自所述至少一个颜色通道的数据可被用于确定处于被选择用于颜色吸收的任何方程的通用形式的常数。
应指出，方程1包含必须被确定的两个未知数，但本发明并不局限于两个未知数.例如，颜色吸收函数可估算或采用所述值之一。这样的颜色吸收函数仅包含一个未知数，其可使用来自仅一个颜色通道的数据来确定。此外，本领域的普通技术人员能设计包括多于两个的未知数的颜色吸收函数。典型的流体分析仪包括五个颜色通道，从而使能确定多于两个的未知数。本发明不受颜色吸收函数的形式的限制。
所述方法然后包括计算由颜色吸收而导致的所述至少一个流体成分通道中的OD的部分(在步骤1006处示出)。在一些实施例中，由颜色吸收而导致的OD的部分是在所述多次的每次时确定的。在其它实施例中，所述方法包括确定由颜色吸收而导致的基本通道中的OD的部分。
所述方法接下来包括通过减去由颜色吸收而导致的所述至少一个流体成分通道的每个中的OD的部分来对数据脱色(在步骤1008处示出)。在一些实施例中，这是在所述多次的每次时进行的。在一些实施例中，所述方法亦包括通过对基本通道脱色并从所述至少一个流体成分通道的每个中经脱色的OD中减去来自基本通道的经脱色的OD而对所述至少一个流体成分通道去散射(de-scatter)(在步骤1010处示出)，如将在以下所讨论的。
脱水算法
流体样品中的水可对所有通道中所测的OD有影响。在用水基泥浆来钻探的井中和在钻过包含天然水的岩层的井中，这种“水效应”可变得明显。图7示出基于完全包括水的流体样品的水效应。“水通道”(在曲线710处示出)在对应于水的分子振动吸收峰值的波长处工作。如所示，流体样品中的水亦可显著增加基本通道(在曲线706处示出)、油通道(在曲线702处示出)和甲烷通道(在曲线704处示出)中的OD。水效应在油和基本通道(在曲线702、706处示出)中比在甲烷通道(在曲线704处示出)中明显。因此，流体样品中即使小量的水亦可具有对依赖于甲烷通道中的精确OD测量的污染和GOR预测的精度的深远影响。
所有通道中的水吸收均涉及流体样品中水的质量百分数(以后被称为部分密度)。就是说，水吸收对OD的效应随流体样品中的水量或水的密度而增加。水吸收的另一个特征是不同通道之间水吸收的比在任何水密度处保持几乎为常数。这样，通过使用具有仅源自水的吸收的水通道，所有其它通道中的水吸收可被计算。
例如，在一些实施例中，甲烷通道中的水吸收是水通道中的水吸收的大约17.2％。甲烷通道中的水吸收比是0.172。这样，ODmethane＝0.172ODwater。类似地，在一些实施例中，油通道中的水吸收是水通道中水吸收的大约18.7％(水吸收比＝0.187)，而基本通道中的水吸收是水通道中水吸收的大约22.8％(水吸收比＝0.228)(ODoil＝0.187ODwater；ODbase＝0.228ODwater)。应指出，各种通道中的水吸收与水通道中的水吸收的比是通过实验法来确定的。特定的值可根据每个通道中所使用的特定波长而变化。还有，用于确定所述比的不同方法可得到略为不同的结果。本发明并不受水吸收比的值的限制。
在每次水平处，所述算法包括测量水通道中的OD，基于在实验上确定的比来计算甲烷、油和基本通道中的水吸收，以及从每个通道减去水吸收。应指出，水效应可从任何通道被去除，而不仅仅是甲烷、油和基本通道。
图8示出源自从用水基泥浆来钻探的井中获取的流体样品的油通道(在802处示出)、甲烷通道(在804处示出)和基本通道(在806处示出)的曲线。图8中的曲线是在已过去的时间段之后被获取的，因此看不到初始增长，并且线是相对平坦的。尽管如此，如可在图8中看到的，流体样品中变化的水含量导致通道中所测OD的波动。
图9示出类似于图8但在已通过从每个通道减去水吸收而去除了水效应之后的油通道(在902处示出)、甲烷通道(在904处示出)和基本通道(在906处示出)的曲线。曲线902、904和906具有比执行脱水算法之前明显小的波动。由此提高了污染和GOR预测的精度。
图11示出依照本发明的某些实施例的方法。该方法首先包括获得涉及水通道中和至少一个流体成分通道中流体样品的OD的数据(在步骤1102处示出)。在一些实施例中，在采样过程中多次收集数据。所述数据可包括所需通道中的OD，或者它可包括涉及OD的另一种类型的数据，如透射比值。还有，在一些实施例中，数据是通过测量来获得的，而在一些其它实施例中，数据包括先前测量的数据，并且它是从存储介质中获得的。在一些实施例中，所述至少一个流体成分通道包括甲烷通道和油通道。
所述方法接下来包括计算由水吸收而导致的流体成分通道中的OD的部分(在步骤1104处示出)。在一些实施例中，该计算基于水通道中的OD和水吸收比。在一些其它实施例中，所述方法包括确定由水吸收而导致的基本通道中的OD的部分。
所述方法接下来包括通过减去由水吸收而导致的每个流体成分通道中的OD的部分来对数据脱水(在步骤1106处示出)。在一些实施例中，这是在所述多次的每次时进行的。在一些实施例中，所述方法亦包括通过对基本通道脱水并从所述至少一个流体成分通道中经脱水的OD中减去来自基本通道的经脱水的OD而对所述至少一个流体成分通道去散射(在步骤1108处示出)，如将在以下所讨论的。
去散射算法
散射通常是由使一些入射光改变方向从而使其不到达检测器的流体样品中的细颗粒而导致的。假定散射是波长无关的；就是说，其以相同的方式来影响所有通道。在大多数情况下，可在它们被用于预测污染或GOR之前通过从甲烷通道和油通道中减去基本通道而去除散射效应。应指出，在甲烷和油通道被去散射之前，基本通道可被脱色或脱水。
通用算法
以上算法描述是针对去除颜色效应、水效应和散射效应的独立算法。然而，在许多情况下，对于流体样品，两个或三个这些效应是存在的并且必须同时从OD数据中被去除。
在一些实施例中，独立算法被依次用于去除颜色、水和散射效应。图12示出在被应用于每次水平时第一通用算法的一个实施例。首先，独立脱色算法被用于对通道去除颜色效应或脱色(在步骤1202处示出)。例如，这可如图10中所示而进行。接下来，图12示出脱水算法被用于从甲烷、油和基本通道去除水效应(在步骤1204处示出)。例如，这可如图11中所示而进行。最后，图12示出散射算法可被用于从甲烷和油通道去除散射效应(在步骤1206处示出)。这可通过从经脱色和脱水的甲烷和油通道去除经脱色和脱水的基本通道来进行。
本领域的普通技术人员将认识到，本发明的某些实施例可不包括图12中所示的所有步骤。三个独立算法的任何一个都可被省略。例如，如果流体样品是从仅包含轻油或气体凝析油的岩层中获取的，则脱色算法(在步骤1202处示出)可被省略。此外，本发明不受各个独立算法被执行的顺序的限制.例如，在一些实施例中，脱水算法(在步骤1204示出)被首先执行，随后是脱色和去散射算法.本发明并不旨在受到独立算法被执行的顺序的限制。
在其它实施例中，在每次水平，颜色效应、水效应和散射效应被同时从所有通道去除。在一些实施例中，这是通过建立用于每个通道中的OD的数学模型来实现的。方程3-12示出示例LFA工具中十个通道的每个中的OD。所述方程表示用于每个通道的颜色吸收、水吸收、散射吸收以及甲烷和油吸收。对于LFA工具，通道1-5是颜色通道，通道6是水通道，通道7是基本通道，通道0是甲烷通道，通道8是油通道，而通道9具有源自水、甲烷和油的全部的吸收。
模型化每个通道中的吸收的方程系统可被开发：
OD1＝αLeβ/λ1+s-0.020w    Eq.3
OD2＝αLeβ/λ2+s-0.021w    Eq.4
OD3＝αLeβ/λ3+s-0.020w    Eq.5
OD4＝αLeβ/λ4+s-0.015w    Eq.6
OD5＝αLeβ/λ5+s+0.022w+p  Eq.7
OD6＝αLeβ/λ6+s+w+q       Eq.8
OD7＝αLeβ/λ7+s+0.228w    Eq.9
OD0＝αLeβ/λ0+s+0.172w+A  Eq.10
OD8＝αLeβ/λ8+s+0.187w+B  Eq.11
OD9＝αLeβ/λ9+s+1.49w+C   Eq.12
在方程3-12中，α和β是常数，L是路径长度，w是水通道(在此为通道6)中的水吸收，s是波长无关的散射效应，而λn是第n个通道的波长。p和q是分别表示通道5和6中源自油的微小吸收的常数。A、B和C表示通道0、8和9中源自甲烷和油的分子振动吸收。用方程10来举例，第一项(αLeβ/λ0)表示颜色吸收，第二项(s)表示散射，第三项(0.172w)表示水吸收，而第四项(A)表示源自甲烷和油的分子振动吸收。用于从诸如A、B和C的常数来确定污染和GOR的方法在本领域是众所周知的。例如，授予Mullins等的U.S.专利No.6,476,384公开了用于确定GOR的方法。
方程3-12中所限定的十个单独方程包括七个未知变量。这样，需要来自仅七个通道的有效OD测量而针对包括A、B和C的未知数来求解方程系统。如果来自更多通道的数据是可用的，则最可靠的七个可被选择以求解方程系统，或者最小化算法可被用于借助所有可用通道来求解方程系统。最小化算法在本领域是众所周知的。
应指出，本发明并不局限于方程3-12中所示的特定方程。这些特定的方程仅被用作实例。本领域的普通技术人员将认识到，可在本发明的范围内使用这些方程的其它形式。例如，水通道中水吸收的系数(通道6中的w)典型地由实验来确定。这样，不同的实验可得到不同的结果。此外，不同的光学传感器可使用具有不同光波长的通道。用于每个通道的系数可与本实例中所示的那些不同。
在一些实施例中，方程系统包括波长相关的散射分量。对于每个通道中的散射分量，不是使用常数s，而是波长相关的散射分量取代该常数而被使用。在一些实施例中，波长相关的散射分量具有形式s+d/λn，其中s是波长无关的散射效应，d是散射常数，而λn是第n个通道的波长。
OD1＝αLeβ/λ1+s+d/λ1-0.020w    Eq.13
OD2＝αLeβ/λ2+s+d/λ2-0.021w    Eq.14
OD3＝αLeβ/λ3+s+d/λ3-0.020w    Eq.15
OD4＝αLeβ/λ4+s+d/λ4-0.015w    Eq.16
OD5＝αLeβ/λ5+s+d/λ5+0.022w+p  Eq.17
OD6＝αLeβ/λ6+s+d/λ6+w+q       Eq.18
OD7＝αLeβ/λ7+s+d/λ7+0.228w    Eq.19
OD0＝αLeβ/λ0+s+d/λ0+0.172w+A  Eq.20
OD8＝αLeβ/λ8+s+d/λ8+0.187w+B  Eq.21
OD9＝αLeβ/λ9+s+d/λ9+1.49w+C   Eq.22
方程13-22中的方程系统具有十个方程和八个未知数。这样，需要用于仅八个通道的有效OD数据以能够针对A、B和C来求解方程13-22。
图13示出依照本发明一个实施例的方法。该方法首先包括获得涉及多个光通道中流体样品的OD的数据(在步骤1302处示出)。在一些实施例中，在采样过程中多次收集数据。该数据可包括所需通道中的OD，或者它可包括涉及OD的另一种类型的数据，例如透射比。还有，在一些实施例中，数据是通过测量来获得的，而在一些其它实施例中，数据包括先前测量的数据，并且它是从存储介质中获得的。
所述方法接下来包括开发以下这样的方程的系统：其将每个光通道中的流体样品的OD模型化为颜色吸收、分子振动吸收、水吸收和散射之和(在步骤1304处示出)。在一些实施例中，所述和包括以上因素的仅两个，并且在至少一个实施例中，该和包括以上因素的三个。在一些实施例中，颜色吸收是由波长的函数来确定的。在至少一个实施例中，方程系统对应于方程3-12。
在一些实施例中，散射是波长的函数。在至少一个实施例中，方程系统对应于方程13-22。
所述方法接下来包括针对甲烷通道和油通道中的分子振动来求解方程系统(在步骤1305处示出)。在一些实施例中，方程被求解于所述多次的每次。
在一些实施例中，本发明涉及一种电子系统，其能接收OD数据并执行上述方法的实施例。在一个实施例中，该电子系统包括存储器、适用于接收OD数据的输入装置，以及处理器。该处理器可适用于使用所述数据来开发以下这样的方程的系统：其将所述多个光通道的每个中的光密度模型化为由散射、水吸收、分子振动吸收和颜色吸收的波长相关的函数组成的组中的至少两个的和，并且适用于求解所述方程系统以确定甲烷通道和油通道中的分子振动吸收。
依照本发明一些实施例的电子系统适用于在工作上被耦合于井下采样工具。在其它实施例中，电子系统可适用于与井下采样工具成为整体。
本发明的实施例可包括一个或多个以下优点。在一些实施例中，当来自井下流体分析仪的OD信号受到流体样品的颜色的影响时，本发明使能提纯该信号。有利的是，在某些实施例中，在信号受流体样品中水的影响的情况下，本发明使能提纯OD信号。有利的是，在某些实施例中，在信号受到流体样品中入射光散射的影响的情况下，本发明使能提纯OD信号。信号提纯使能较为精确地确定污染、GOR或可通过流体分析确定的任何其它重要的流体特性。
有利的是，在某些实施例中，在信号受到流体样品中颜色、水和散射的多于一个的影响的情况下，本发明使能提纯OD信号。在一些实施例中，在信号受到颜色、水和散射的影响的情况下，本发明使能对OD信号的信号提纯。在至少一个实施例中，本发明使能同时去除颜色效应、水效应和散射效应，从而提供了对污染、GOR或其它流体特性的较为精确的确定。
尽管已针对有限数量的实施例描述了本发明，得益于本公开内容，本领域的技术人员将理解，可在被公开于此的本发明的范围内设计其它实施例。因此，本发明的范围应仅由所附的权利要求来限制。

Claims (24)

1.一种用于提纯流体样品数据的方法，包括：
获得至少一个颜色通道中和至少一个流体成分通道中用于流体样品的光密度数据；
从所述至少一个颜色通道中用于流体样品的光密度数据来确定颜色吸收函数；
计算由颜色吸收而导致的所述至少一个流体成分通道中的一部分光密度；以及
通过去除由颜色吸收而导致的所述至少一个流体成分通道中的那部分光密度来对用于所述至少一个流体成分通道的光密度数据脱色。
2.权利要求1的方法，其中所述至少一个颜色通道包括至少两个颜色通道，并且颜色吸收函数包括两个未知数。
3.权利要求1的方法，其中确定颜色吸收函数、计算由颜色吸收而导致的该部分光密度以及脱色是对多次收集的光密度数据进行的。
4.权利要求1的方法，其中颜色吸收函数依赖于入射光的波长。
5.权利要求1的方法，其中所述至少一个流体成分通道包括从由甲烷通道、油通道以及甲烷通道和油通道两者组成的组中选择的一个。
6.权利要求1的方法，进一步包括计算流体样品的气油比。
7.权利要求1的方法，进一步包括计算流体样品的百分比污染。
8.权利要求1的方法，进一步包括：
获得基本通道中用于流体样品的光密度数据；
从颜色吸收函数来计算由颜色吸收而导致的基本通道中的一部分光密度；
通过去除由颜色吸收而导致的基本通道中的那部分光密度来对基本通道中的光密度数据脱色；以及
通过从所述至少一个流体成分通道的光密度中去除基本通道的光密度来对用于所述至少一个流体成分通道的光密度数据去散射。
9.一种用于提纯流体样品数据的方法，包括：
获得水通道中和至少一个流体成分通道中用于流体样品的光密度数据；
基于水通道中的光密度和用于所述至少一个流体成分通道的水吸收比来计算由水吸收而导致的所述至少一个流体成分通道中的一部分光密度；以及
通过去除由水吸收而导致的所述至少一个流体成分通道中的那部分光密度来对所述至少一个流体成分通道中的光密度数据脱水。
10.权利要求9的方法，其中计算由水吸收而导致的那部分光密度以及脱水是对多次收集的光密度数据进行的。
11.权利要求9的方法，其中水吸收比是通过实验法来确定的。
12.权利要求9的方法，其中所述至少一个流体成分通道包括从由甲烷通道、油通道以及甲烷通道和油通道两者组成的组中选择的一个。
13.权利要求9的方法，进一步包括：
获得基本通道中用于流体样品的光密度数据；
基于水通道中的光密度和用于基本通道的水吸收比来计算由水吸收而导致的基本通道中的一部分光密度；
通过去除基本通道中由水吸收而导致的那部分光密度来对基本通道中的光密度数据脱水；以及
通过从所述至少一个流体成分通道的光密度中去除基本通道的光密度来对用于所述至少一个流体成分通道的光密度数据去散射。
14.权利要求9的方法，进一步包括计算流体样品的气油比。
15.权利要求9的方法，进一步包括计算流体样品的百分比污染。
16.一种用于提纯流体样品数据的方法，包括：
获得水通道中、至少一个颜色通道中和至少一个流体成分通道中用于流体样品的光密度数据；
从所述至少一个颜色通道中的流体样品的光密度数据来确定颜色吸收函数；
计算由颜色吸收而导致的所述至少一个流体成分通道中的一部分光密度；
基于水通道中的光密度和用于所述至少一个流体成分通道的水吸收比来计算由水吸收而导致的所述至少一个流体成分通道中的一部分光密度；以及
通过去除由颜色吸收而导致的所述至少一个流体成分通道中的那部分光密度并通过去除由水吸收而导致的所述至少一个流体成分通道中的那部分光密度来调节所述至少一个流体成分通道中的光密度数据。
17.权利要求16的方法，其中所述至少一个颜色通道包括两个颜色通道，并且颜色吸收函数包括两个未知数。
18.权利要求16的方法，其中确定颜色吸收函数、计算由颜色吸收而导致的所述至少一个流体成分通道中的一部分光密度、计算由水吸收而导致的所述至少一个流体成分通道中的一部分光密度、以及调节光密度数据是对多次收集的光密度数据进行的。
19.权利要求16的方法，进一步包括：
获得基本通道中用于流体样品的光密度数据；
从颜色吸收函数来计算由颜色吸收而导致的基本通道中的一部分光密度；
基于水通道中的光密度和用于基本通道的水吸收比来计算由水吸收而导致的基本通道中的一部分光密度；
通过去除由颜色吸收而导致的基本通道中的那部分光密度并通过去除由水吸收而导致的基本通道中的那部分光密度来调节基本通道中的光密度数据；以及
通过从所述至少一个流体成分通道中的光密度中去除基本通道中的光密度来对用于所述至少一个流体成分通道的光密度数据去散射。
20.一种用于提纯流体样品数据的方法，包括：
获得多个光通道中用于流体样品的光密度数据；
开发以下这样的方程的系统：其将所述多个光通道的每个中的光密度模型化为由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个的和；以及
求解所述方程系统以确定至少甲烷通道和油通道中的分子振动吸收。
21.权利要求20的方法，其中开发方程系统和求解方程系统是对多次收集的光密度数据进行的。
22.权利要求20的方法，其中由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个包括颜色吸收的波长函数。
23.权利要求20的方法，其中由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个包括水吸收的波长函数。
24.权利要求20的方法，其中由颜色吸收、分子振动吸收、水吸收和散射组成的组中的至少两个包括散射的波长函数。
CNB2004100457136A 2003-05-22 2004-05-21 光学流体分析信号提纯 Active CN100445725C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/249,968 US6992768B2 (en) 2003-05-22 2003-05-22 Optical fluid analysis signal refinement
US10/249968 2003-05-22

Publications (2)

Publication Number Publication Date
CN1573317A CN1573317A (zh) 2005-02-02
CN100445725C true CN100445725C (zh) 2008-12-24

Family

ID=32392325

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100457136A Active CN100445725C (zh) 2003-05-22 2004-05-21 光学流体分析信号提纯

Country Status (11)

Country Link
US (1) US6992768B2 (zh)
CN (1) CN100445725C (zh)
AU (1) AU2004201659B2 (zh)
BR (1) BRPI0401760B1 (zh)
CA (1) CA2465254C (zh)
DE (1) DE102004025497A1 (zh)
FR (1) FR2855267A1 (zh)
GB (1) GB2402209B (zh)
MX (1) MXPA04004531A (zh)
NO (2) NO335613B1 (zh)
RU (1) RU2356030C2 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7173239B2 (en) * 2003-03-14 2007-02-06 Baker Hughes Incorporated Method and apparatus for downhole quantification of methane using near infrared spectroscopy
US7398159B2 (en) * 2005-01-11 2008-07-08 Schlumberger Technology Corporation System and methods of deriving differential fluid properties of downhole fluids
US7305306B2 (en) * 2005-01-11 2007-12-04 Schlumberger Technology Corporation System and methods of deriving fluid properties of downhole fluids and uncertainty thereof
US7586087B2 (en) * 2007-01-24 2009-09-08 Schlumberger Technology Corporation Methods and apparatus to characterize stock-tank oil during fluid composition analysis
US20100269579A1 (en) * 2009-04-22 2010-10-28 Schlumberger Technology Corporation Detecting gas compounds for downhole fluid analysis using microfluidics and reagent with optical signature
US8039791B2 (en) * 2009-05-07 2011-10-18 Schlumberger Technology Corporation Downhole fluid spectroscopy
US9091151B2 (en) 2009-11-19 2015-07-28 Halliburton Energy Services, Inc. Downhole optical radiometry tool
CZ2010331A3 (cs) * 2010-04-29 2011-07-20 Aquatest A.S. Metoda urcování smeru horizontálního proudení podzemní vody v jednotlivých vrtech
US8269961B2 (en) 2010-05-31 2012-09-18 Schlumberger Technology Corporation System and method for determining the asphaltene content of crude oil
US9507047B1 (en) 2011-05-10 2016-11-29 Ingrain, Inc. Method and system for integrating logging tool data and digital rock physics to estimate rock formation properties
WO2013126732A1 (en) 2012-02-23 2013-08-29 Schlumberger Canada Limited Apparatus and system for measuring asphaltene content of crude oil
US9334729B2 (en) * 2012-10-04 2016-05-10 Schlumberger Technology Corporation Determining fluid composition downhole from optical spectra
US9169727B2 (en) 2012-12-04 2015-10-27 Schlumberger Technology Corporation Scattering detection from downhole optical spectra
US9109434B2 (en) 2013-06-09 2015-08-18 Schlumberger Technology Corporation System and method for estimating oil formation volume factor downhole
US9650892B2 (en) 2014-12-17 2017-05-16 Schlumberger Technology Corporation Blended mapping for estimating fluid composition from optical spectra
WO2018125100A1 (en) 2016-12-28 2018-07-05 Halliburton Energy Services, Inc. Downhole tool with filtration device

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2142955A (en) * 1983-07-06 1985-01-30 Nl Petroleum Services Improvements in or relating to the testing for the presence of native hydrocarbons down a borehole
CN86105110A (zh) * 1985-08-20 1987-07-01 施卢默格海外有限公司 数据处理的系统和方法
EP0362010A2 (en) * 1988-09-23 1990-04-04 Schlumberger Limited Downhole tool and method for determination of formation properties
US4936139A (en) * 1988-09-23 1990-06-26 Schlumberger Technology Corporation Down hole method for determination of formation properties
CN1249037A (zh) * 1997-01-28 2000-03-29 N·E·朱可夫斯基教授中央航空流体力学学院 机身全静压管
WO2000023147A1 (en) * 1998-10-20 2000-04-27 Dornier Medtech Holding International Gmbh Thermal therapy with tissue protection
US6274865B1 (en) * 1999-02-23 2001-08-14 Schlumberger Technology Corporation Analysis of downhole OBM-contaminated formation fluid

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5145785A (en) 1990-12-11 1992-09-08 Ashland Oil, Inc. Determination of aromatics in hydrocarbons by near infrared spectroscopy and calibration therefor
MY107458A (en) * 1990-10-12 1995-12-30 Exxon Res & Engineering Company Special data measurement and correction
MY107650A (en) 1990-10-12 1996-05-30 Exxon Res & Engineering Company Method of estimating property and / or composition data of a test sample
US5121337A (en) 1990-10-15 1992-06-09 Exxon Research And Engineering Company Method for correcting spectral data for data due to the spectral measurement process itself and estimating unknown property and/or composition data of a sample using such method
US5266800A (en) 1992-10-01 1993-11-30 Schlumberger Technology Corporation Method of distinguishing between crude oils
US5331156A (en) 1992-10-01 1994-07-19 Schlumberger Technology Corporation Method of analyzing oil and water fractions in a flow stream
US5739916A (en) 1995-12-04 1998-04-14 University Of Alabama At Huntsville Apparatus and method for determining the concentration of species in a substance
US6343507B1 (en) 1998-07-30 2002-02-05 Schlumberger Technology Corporation Method to improve the quality of a formation fluid sample
US6350986B1 (en) 1999-02-23 2002-02-26 Schlumberger Technology Corporation Analysis of downhole OBM-contaminated formation fluid
US6476384B1 (en) 2000-10-10 2002-11-05 Schlumberger Technology Corporation Methods and apparatus for downhole fluids analysis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2142955A (en) * 1983-07-06 1985-01-30 Nl Petroleum Services Improvements in or relating to the testing for the presence of native hydrocarbons down a borehole
CN86105110A (zh) * 1985-08-20 1987-07-01 施卢默格海外有限公司 数据处理的系统和方法
EP0362010A2 (en) * 1988-09-23 1990-04-04 Schlumberger Limited Downhole tool and method for determination of formation properties
US4936139A (en) * 1988-09-23 1990-06-26 Schlumberger Technology Corporation Down hole method for determination of formation properties
CN1249037A (zh) * 1997-01-28 2000-03-29 N·E·朱可夫斯基教授中央航空流体力学学院 机身全静压管
WO2000023147A1 (en) * 1998-10-20 2000-04-27 Dornier Medtech Holding International Gmbh Thermal therapy with tissue protection
US6274865B1 (en) * 1999-02-23 2001-08-14 Schlumberger Technology Corporation Analysis of downhole OBM-contaminated formation fluid

Also Published As

Publication number Publication date
FR2855267A1 (fr) 2004-11-26
DE102004025497A1 (de) 2004-12-09
CN1573317A (zh) 2005-02-02
GB2402209A (en) 2004-12-01
US20040233446A1 (en) 2004-11-25
NO20141097L (no) 2004-11-23
AU2004201659A1 (en) 2004-12-09
RU2004115490A (ru) 2005-11-10
CA2465254A1 (en) 2004-11-22
NO20042104L (no) 2004-11-23
MXPA04004531A (es) 2005-06-08
CA2465254C (en) 2014-07-22
AU2004201659B2 (en) 2005-09-15
GB0408941D0 (en) 2004-05-26
GB2402209B (en) 2005-11-30
US6992768B2 (en) 2006-01-31
BRPI0401760A (pt) 2005-02-09
RU2356030C2 (ru) 2009-05-20
NO342864B1 (no) 2018-08-20
BRPI0401760B1 (pt) 2017-04-04
NO335613B1 (no) 2015-01-12

Similar Documents

Publication Publication Date Title
CN100445725C (zh) 光学流体分析信号提纯
RU2707621C2 (ru) Способ для анализа проб
US9416656B2 (en) Assessing reservoir connectivity in hydrocarbon reservoirs
CN101230780B (zh) 在流体组成分析期间表征地面脱气原油的方法和设备
US9322268B2 (en) Methods for reservoir evaluation employing non-equilibrium compositional gradients
US8781747B2 (en) Method of determining parameters of a layered reservoir
EP2661540A2 (en) Downhole formation fluid contamination assessment
GB2422429A (en) Determining fluid properties from a fluid analyzer
CN101182769A (zh) 储油层样本监管链
US20100147066A1 (en) Method of determining end member concentrations
US10012763B2 (en) Utilizing fluid phase behavior interpretation to increase sensor measurement information accuracy
CN1696702A (zh) 流体的监管链
WO2011077271A1 (en) Methods and apparatus for characterization of a petroleum reservoir employing compositional analysis of fluid samples and rock core extract
CN1488029A (zh) 确定地层的现场有效流度及有效渗透率的方法
US20220074303A1 (en) Determining reservoir fluid properties from downhole fluid analysis data using machine learning
US8360143B2 (en) Method of determining end member concentrations
Mullins et al. Real-time quantification of OBM filtrate contamination during openhole wireline sampling by optical spectroscopy
Northam Correlation of Northern North Sea oils: the different facies of their Jurassic source
AU2005204311B2 (en) Optical fluid analysis signal refinement
Dong et al. Advances in downhole contamination monitoring and GOR measurement of formation fluid samples
Godefroy et al. Discussion on formation fluid density measurements and their applications
US20230313680A1 (en) Determination of downhole formation fluid contamination and certain component concentrations
Fujisawa et al. Live oil sample acquisition and downhole fluid analysis
GB2411720A (en) Optical fluid analysis signal refinement
Jamaluddin et al. REAL-TIME AND ON-SITE RESERVOIR FLUID CHARACTERISATION USING SPECTRAL ANALYSIS AND PVT EXPRESS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant