СПОСОБ ОПРЕДЕЛЕНИЯ СВОЙСТВ ГАЗОКОНДЕНСАТОВ И ЛЕТУЧИХ НЕФТЕЙ Российский патент 2024 года по МПК G01N33/28 G06N20/00 

Изобретение относится к области разработки газоконденсатных и нефтегазоконденсатных месторождений, в частности, к способам определения свойств газоконденсатов и летучих нефтей. Предлагаемый способ может применяться как для определения свойств пластового флюида в режиме реального времени во время работ по отбору проб, так и для переобработки ранее измеренных данных, предоставляя подробный компонентный состав флюида, давление насыщения Рнас при пластовой температуре, плотности газа и конденсата, объемную долю конденсата при заданных температуре и давлении для уточнения свойств пластового флюида.

Достоверная информация о свойствах газоконденсатов (ГК) и летучих нефтей (ЛН), таких как состав, давление насыщения Рнас, конденсатгазовый фактор (КГФ) / газонефтяной фактор (ГНФ), является критической для правильного планирования процесса разработки газоконденсатных и нефтегазоконденсатных месторождений.

В настоящее время единственным достоверным источником информации по свойствам ГК и ЛН являются данные лабораторного анализа проб пластового флюида, с характерным временем обработки пробы порядка недель-месяцев. Методы, которые в настоящее время применяются для определения свойств ГК/ЛН на месторождении, имеют проблемы с качеством оценки Рнас, КГФ/ГНФ.

Подходы, которые предлагаются как быстрая и надежная альтернатива лабораторным исследованиям, являются либо моделями, использующими расчет свойств пластового флюида с помощью уравнения состояния (УС), либо эмпирическими моделями, описывающими связь между различными наборами входных данных и нужными свойствами ГК/ЛН.

Модели, опирающиеся на расчеты с помощью УС (например, A.M. Elsharkawy "Predicting the dew point pressure for gas condensate reservoirs: empirical models and equations of state". Fluid Phase Equil. 193 (1), 147-165, 2002) считаются быстрым и точным инструментом для расчета Рнас и других свойств пластового флюида. Тем не менее эти модели не могут быть использованы без входных данных, получаемых с помощью лабораторного анализа: подробного компонентного состава флюида и референсных данных по свойствам флюида, которые необходимы для оценки качества расчета с помощью УС и, возможно, настройки параметров УС.

Эмпирические модели для определения свойств пластового флюида основываются на корреляциях, описывающих связь между искомыми свойствами флюида и теми свойствами флюида, которые легко измерить. Эти корреляции выражаются либо в явной форме (в виде графиков или математических выражений), либо вводятся неявно - через численное решение задачи оптимизации или с помощью различных реализаций алгоритмов машинного обучения (МО), например искусственные нейросети (ИНС). Ранние эмпирические модели (см., например, Н. Olds, В.Н. Sage, W.N. Lacey, "Volumetric and viscosity studies of oil and gas from a san Joaquin Valley field". SPE-945077-G 179 (1), 287-302, 1949), вводили корреляции между Рнас и параметрами флюида, которые могут быть легко измерены на месторождении: ГНФ, температура Т и плотность нефти/конденсата (удельная плотность по API). Тем не менее, в последующих исследованиях было показано, что надежность подобных корреляций мала и дальнейшие усилия (см., например, Y. Fang, В. Li, Y. Нu, Z. Sun, Y. Zhu "Condensate gas phase behavior and development". SPE International Oil and Gas Conference and Exhibition in China, Beijing, China, p. 20., 1998, или O.N. Godwin, "A New Analytical Method for Predicting Dew Point Pressures for Gas Condensate Reservoirs", Nigeria Annual International Conference and Exhibition. Society of Petroleum Engineers, Lagos, Nigeria, p. 11, 2012) были сосредоточены на корреляциях, использующих состав флюида (по меньшей мере газовой фазы) и свойства углеводородной фракции С7+ (молярной массы и удельной плотности), которые могут быть измерены только в лаборатории.

Появление скважинных приборов для отбора проб флюида, оборудованных модулем для анализа свойств флюида (например, Schlumberger MDT оборудованный модулем DFA для анализа свойств флюида во время проботбора O.Mullins, H.Elshahawi, F.Matthew, M.O'Keefe, S.Vanuffellen "The impact of reservoir fluid composition variation and valid sample acquisition on flow assurance evaluation." Presented at the 2009 Offshore Technology conference held in Houston, TX. USA. OTC-20204, 2009), сделало возможным определение компонентного состава флюида одновременно с отбором пробы. Тем не менее, хотя DFA и позволяет измерить ГНФ и определить компонентный состав флюида в ходе пробоотбора, он не имеет возможности измерить Рнас, а содержание углеводородов тяжелее этана в пластовом флюиде определяется только с разбивкой на широкие фракции (H2O, CO2, СТ, С2, С3-С5, С6+). Подобный уровень детализации состава для углеводородных компонентов тяжелее С5 не позволяет адекватно рассчитывать Рнас с помощью УС.

Была предпринята попытка оценить Рнас, используя измеренные DFA составы флюидов и систему Искусственного Интеллекта (ИИ) (см. A. Alzahabi, А.Е1-Banbi, A.A. Trindade, M. Soliman "A regression model for estimation of dew point pressure from down-hole fluid analyzer data." J Petrol Explor Prod Technol (2017) 7:1173-1183, 2017). Утверждается, что в результате анализа можно оценить значения ln(Рнас) с точностью ~2%, но такая точность в оценке логарифма давления насыщения, не означает хорошей точности в оценке самого давления насыщения. Более того, описанный подход не позволяет детализировать состав фракций С3-С5 и С6+ и дать оценку содержания конденсата (фракции С5+) в добываемом флюиде.

Существуют способы применения глубинного пробоотборника MDT с модулем DFA для задачи быстрого определения свойств ГК и ЛН, в которых рассматривается использование компонентного состава флюида, измеренного с помощью DFA, для расчета свойств флюида с помощью УС. Так, в патенте US 7526953 предложен расчет свойств на основании состава измеренного DFA, а в патенте US 7920970 сначала делается разбивка фракций С2-С3 и С6+ на углеродные фракции, т.е. фракции, содержащие одинаковое число атомов углерода. Разбивку на углеродные фракции в патенте US 7920970 предлагается осуществлять на основании эмпирической корреляции, определяющей мольную долю фракции по числу атомов углерода фракции или ГНФ фракции. Параметры этой корреляции предлагается уточнять по базе данных свойств флюида, составленной по ранее изученным пробам.

Все существующие способы оценки свойств пластового флюида обладают рядом недостатков. Так, простые подходы, основанные на использовании данных, измеряемых на месторождении, имеют чрезвычайно низкую точность. Продвинутые методы, основанные на корреляциях или расчетах с помощью УС, требуют лабораторного анализа флюида для подготовки входных данных и, в связи с этим, не могут рассматриваться как методы для быстрого определения свойств ГК/ЛН. Решения подобные реализованным на базе MDT с DFA могут быть использованы для прямого измерения точки кипения легких и летучих нефтей, но это решение имеет ограниченную применимость для измерения точки росы газоконденсатов. Подходы, использующие состав, измеренный модулем DFA, и расчеты свойств флюида с помощью УС могут дать быструю оценку свойств флюида, но качество подобных расчетов будет под вопросом, поскольку состав, измеренный DFA, не содержит достаточно детальной разбивки широких углеводородных фракций как С3-С5, так и, что особенно существенно, С6+. Предложенный в патенте US 7920970 способ разбивки С7+ на углеродные фракции основан на эмпирической корреляции, применимость которой нужно проверять для каждого конкретного месторождения.

Технический результат, достигаемый при реализации изобретения, заключается в обеспечении возможности быстрого восстановления детального компонентного состава образца пластового флюида на основе анализа спектров поглощения и оценки свойств образца произвольного пластового флюида с высокой точностью для последующего планирования процесса разработки газоконденсатных и нефтегазоконденсатных месторождений.

Указанный технический результат достигается за счет того, что в соответствии с предлагаемым способом определения свойств газоконденсатов и летучих нефтей осуществляют отбор проб пластового флюида из исследуемого пласта или из аналогичного пласта со схожим геологическим строением, петрофизическими свойствами породы и термобарическими условиями. Измеряют спектры поглощения для отобранных проб пластового флюида и осуществляют лабораторные измерения компонентного состава отобранных проб флюида и по меньшей мере одного свойства отобранных проб флюида из группы, включающей Рнас при пластовой температуре, объемную долю жидкой фазы, плотности газовой и жидкой фазы при заданных температуре и давлении. Формируют тренировочный набор данных, включающий в себя измеренные спектры поглощения для отобранных проб пластового флюида и результаты лабораторных измерений компонентного состава флюида, который используют для обучения алгоритма МО и набор лабораторных данных для настройки параметров УС, включающий в себя результаты лабораторных измерений свойств отобранных проб флюида,. Обучают алгоритм МО на тренировочном наборе данных и устанавливают взаимосвязи между спектрами поглощения, измеренными для проб пластового флюида, и составом проб флюида, измеренным лабораторно. Настраивают УС, используя набор лабораторных данных свойств отобранных проб флюида. Осуществляют отбор проб исследуемого пластового флюида и измеряют спектры поглощения отобранных проб. Определяют компонентный состав отобранных проб флюида по измеренным спектрам поглощения с использованием обученного алгоритма МО, и определяют свойства пластового флюида по полученному компонентному составу проб с использованием настроенного УС.

Отбор пробы пластового флюида может быть осуществлен как на поверхности, так и в стволе скважины.

Изобретение поясняется чертежами, где на фиг. 1 показана эволюция функции потерь в ходе обучения алгоритма МО на «Тренировочном наборе», на фиг. 2 приведено сравнение компонентных составов проб из «Проверочного набора», восстановленных в результате применения изобретения и измеренных в лаборатории.

Предлагаемый способ определения свойств газоконденсатов и летучих нефтей основан на восстановлении детального компонентного состава ГК/ЛН с помощью анализа спектров поглощения образца ГК/ЛН методами МО и последующем расчете свойств ГК/ЛН по восстановленному составу с помощью УС. В результате обработки спектра поглощения с помощью алгоритма МО определяются мольные доли неуглеводородных компонентов N2 и CO2, мольные доли легких углеводородов: C1, С2, С3, С4, С5, и состав фракции С6+, которая разделяется на несколько фракций углеродных фракций. Восстановленный компонентный состав флюида используется как входные параметры для расчета Рнас, КГФ/ГНФ, объемной доли жидкой фазы (конденсата) и плотностей газа и конденсата с помощью УС.

Предлагаемый способ не требует лабораторного анализа для определения входных параметров корреляций, предоставляет детальный компонентный состав флюида и позволяет рассчитать не только давление насыщения Рнас, но и другие свойства флюида, такие как КГФ/ГНФ, объемную доли жидкой фазы (конденсата), плотности газовой и жидкой фазы.

В соответствии с предлагаемым способом осуществляют отбор проб (образцов) пластового флюида (ГК или ЛН) из исследуемого пласта или из аналогичного пласта, который в силу схожего геологического строения, петрофизических свойств породы и термобарических условий содержит пластовый флюид со схожим составом и схожими физико-химическими свойствами. Отбор проб пластового флюида может быть осуществлен как на поверхности, так и в стволе скважины (например, глубинным пробоотборником MDT компании Schlumberger O. Mullins, H. Elshahawi, F. Matthew, M. O'Keefe, S. Vanuffellen "The impact of reservoir fluid composition variation and valid sample acquisition on flow assurance evaluation." Presented at the 2009 Offshore Technology conference held in Houston, TX. USA. OTC-20204, 2009).

Измеряют спектры поглощения для отобранных проб, например, с помощью комбинации матричных и дифракционных спектрометров, как это, например, реализовано в DFA модуле MDT согласно O. Mullins, H. Elshahawi, F. Matthew, M. O'Keefe, S. Vanuffellen "The impact of reservoir fluid composition variation and valid sample acquisition on flow assurance evaluation." Presented at the 2009 Offshore Technology conference held in Houston, TX. USA. OTC-20204, 2009.

Проводят лабораторные измерения подробного компонентного состава отобранных проб флюида и по меньшей мере одного свойстве пластового флюида, из группы, включающей Рнас при пластовой температуре, объемную долю жидкой фазы (конденсата в случае ГК или нефти в случае ЛН), плотности газовой и жидкой фазы при заданных температуре и давлении. Лабораторные измерения проводят, например, согласно методикам изложенным в "Руководство по исследованию природных газоконденсатных систем с целью подсчета балансовых и извлекаемых запасов компонентов природного газа, проектирования, анализа и контроля за разработкой месторождений ОАО «Газпром»" Р Газпром 2-3.3-303-2009, Москва, 2009 или "Отчет о научно-исследовательской работе «Инструкция по исследованию скважин месторождений с высоким содержанием конденсата»" ОАО Газпром, ООО НИИ Природных Газов и Газовых Технологий - ВНИИГАЗ филиал СеверНИПИГаз,, Ухта 2001, УДК 622.279.5.001.42.

Формируют тренировочный набор данных, составленный из измеренных спектров поглощения для отобранных проб пластового флюида и результатов лабораторных измерений компонентного состава флюида, который используют для обучения алгоритма МО.

Формируют набор лабораторных данных для настройки УС, составленный из измеренных значений свойств отобранных проб пластового флюида, таких как, например, Рнас при пластовой температуре, объемная доля жидкой фазы, плотности газовой и жидкой фазы при заданных температуре и давлении.

Обучают алгоритм МО на тренировочном наборе данных и устанавливают взаимосвязи между спектрами поглощения, измеренными для проб пластового флюида из тренировочного набора, и составом флюида, измеренным лабораторно.

Проводят настройку параметров УС по свойствам пластового флюида из лабораторного набора данных по процедуре, описанной в J.Y. Zuo, D. Zhang "Plus Fraction Characterization and PVT Data Regression for Reservoir Fluids near Critical Conditions", SPE-64520, 2000, и R.A.A. Zurita W.D. McCain "An Efficient Tuning Strategy to Calibrate Cubic EOS for Compositional Simulation", SPE-77382, 2002, и проверяют, что УС с полученными параметрами способно воспроизвести Рнас и КГФ/ГНФ, объемную доли жидкой фазы (конденсата), плотности газовой и жидкой фазы для пробы с заданным составом с относительной ошибкой, не превышающей 5%.

Осуществляют отбор новых проб пластового флюида (ГК/ЛН) с одновременным или последовательным измерением спектров поглощения отобранных проб.

Восстанавливают компонентный состав отобранных проб флюида (ГК/ЛН) по измеренным спектрам поглощения с использованием обученного алгоритма МО.

Проводят расчет свойств проб флюида (ГК/ЛН) по восстановленному компонентному составу пробы с использованием настроенного УС.

Ниже рассмотрен пример осуществления изобретения для определения Рнас и плотностей газовой и жидкой фаз для проб ГК, отобранных на одном из месторождений Западной Сибири. Набор проб был отобран с использованием глубинного пробоотборника MDT, оборудованного модулем DFA (см., например, O. Mullins, H. Elshahawi, F. Matthew, M. O'Keefe, S. Vanuffellen "The impact of reservoir fluid composition variation and valid sample acquisition on flow assurance evaluation." Presented at the 2009 Offshore Technology conference held in Houston, TX. USA. OTC-20204, 2009), из нескольких скважин и различных продуктивных интервалов. Общая сводка по пробам, содержащая номера скважин, номера интервалов, номера проб и составы проб, представлена в Таблице 1.

Спектры поглощения для всего набора проб были измерены с помощью модуля DFA (см., например, O. Mullins, H. Elshahawi, F. Matthew, M. O'Keefe, S. Vanuffellen "The impact of reservoir fluid composition variation and valid sample acquisition on flow assurance evaluation." Presented at the 2009 Offshore Technology conference held in Houston, TX. USA. OTC-20204, 2009). Составы проб, Рнас, плотности газовой и жидкой фаз были измерены в лаборатории по анализу флюидов согласно "Отчет о научно-исследовательской работе «Инструкция по исследованию скважин месторождений с высоким содержанием конденсата»" ОАО Газпром, ООО НИИ Природных Газов и Газовых Технологий - ВНИИГАЗ филиал СеверНИПИГаз,, Ухта 2001, УДК 622.279.5.001.42.

Большая часть проб была объединена в тренировочный набор проб, который использовался для обучения алгоритма МО и настройки УС. Распределение проб между тренировочным и проверочным наборами представлено в Таблице.2.

В качестве алгоритма МО использовалась полносвязная нейронная сеть с оптимизацией по алгоритму Адамса, реализованная на языке программирования Python с использованием свободно распространяемой библиотеки машинного обучения PyTorch (см., например, J.Brownlee, A.Tam "Deep Learning with PyTorch: Learn Basic Deep Learning with Minimal Code in PyTorch 2.0" Machine Learning Mastery, 2023).

В ходе обучения алгоритма МО были установлены взаимосвязи между спектрами поглощения, измеренными для проб пластового флюида из тренировочного набора, и составом флюида, измеренным лабораторно.

Компонентные составы проб, составляющих тренировочный набор, представлены в Таблице 1. Качество обучения алгоритма МО оценивалось по величине функции потерь. Эволюция функции потерь, характеризующей эволюцию ошибки в восстановлении компонентного состава по спектру на тренировочном наборе, в ходе обучения алгоритма МО распознаванию компонентных составов по спектрам, измеренным на тренировочном наборе, показана на Фиг. 2

Настройка УС выполнялась по процедуре, описанной в J.Y. Zuo, D. Zhang "Plus Fraction Characterization and PVT Data Regression for Reservoir Fluids near Critical Conditions", SPE-64520, 2000, и R.A.A. Zurita W.D. McCain "An Efficient Tuning Strategy to Calibrate Cubic EOS for Compositional Simulation", SPE-77382, 2002 и проводилась таким образом, что бы для всего «Тренировочного набора» проб значения Рнас и плотности газовой и жидкой фаз рассчитанные по УС отклонялись не более чем на 5-6% от экспериментально измеренных значений. Сопоставление результатов расчета Рнас по настроенному УС с результатами лабораторных измерений для тренировочного набора дано в Таблице 3.1, для плотностей газовой и жидкой фаз в Таблицах 3.2 и 3.3, соответственно.

После обучения алгоритма МО и настройки УС метод, описанный в изобретении, был применен к пробам из проверочного набора. Проверочный набор, согласно Таблице 2, составлен из двух проб из скважины 1: 1-4-1, 1-4-2, взятых с интервала «4», пробы из которого не используются в тренировочном наборе» и пробы 3-1-1, взятой из скважины 3, пробы из которой также не используются в тренировочном наборе. Компонентные составы проб из тренировочного набора были восстановлены с помощью алгоритма МО из спектров поглощения, а значения Рнас и плотностей газовой и жидкой фаз для проб тренировочного набора были рассчитаны по восстановленным составам с помощью настроенного УС.

Восстановленные компонентные составы проб из «Тренировочного набора» приведены в Таблице 4 и сравниваются с измеренными в лаборатории на Фиг. 2, где на сплошных кривых приводятся рассчитанные значения мольных долей компонентов, а на пунктирных кривых измеренные в лаборатории. Кривые для разных проб различаются формой маркеров - круг, квадрат и треугольник для проб 1-4-1, 1-4-2 и 3-1-1 соответственно. Значения Рнас, плотности газовой фазы и жидкой фазы, рассчитанные с помощью УС по восстановленным составам, сравниваются со значениями, измеренными в лаборатории в Таблицах 5.1, 5.2 и 5.3 соответственно. Из Фиг. 2 и Таблиц 5.1, 5.2, 5.3 видно, что предложенный метод позволяет, не прибегая к лабораторным исследованиям, восстановить компонентный состав проб из тестового набора и рассчитать по УС их давление насыщения, плотности газовой и жидкой фаз с ошибкой в пределах 5-6%.

Таким образом, можно утверждать, что в результате применения изобретения к пробам из тренировочного набора их компонентный состав был успешно восстановлен по измеренным спектрам поглощения с помощью МО, а Рнас и плотности газовой и жидкой фазы успешно рассчитаны по восстановленным составам с помощью УС.

Изобретение относится к области разработки газоконденсатных и нефтегазоконденсатных месторождений, в частности к способам определения свойств газоконденсатов и летучих нефтей. Способ определения свойств газоконденсатов и летучих нефтей, в соответствии с которым: осуществляют отбор проб пластового флюида из исследуемого пласта или из аналогичного пласта со схожим геологическим строением, петрофизическими свойствами породы и термобарическими условиями, измеряют спектры поглощения для отобранных проб пластового флюида, осуществляют лабораторные измерения компонентного состава отобранных проб флюида и по меньшей мере одного свойства отобранных проб флюида из группы, включающей давление насыщения Рнас при пластовой температуре, объемную долю жидкой фазы, плотности газовой и жидкой фазы при заданных температуре и давлении, формируют тренировочный набор данных для обучения алгоритма машинного обучения, включающий измеренные спектры поглощения для отобранных проб пластового флюида и результаты лабораторных измерений компонентного состава флюида отобранных проб, формируют набор лабораторных данных для настройки параметров уравнения состояния, включающий результаты лабораторных измерений свойств отобранных проб флюида, обучают алгоритм машинного обучения на тренировочном наборе данных и устанавливают взаимосвязи между спектрами поглощения, измеренными для проб пластового флюида, и составом проб флюида, измеренным лабораторно, настраивают уравнение состояния, используя набор лабораторных данных по свойствам пластового флюида для проб из тренировочного набора проб, осуществляют отбор проб исследуемого пластового флюида и измеряют спектры поглощения отобранных проб, определяют компонентный состав отобранных проб флюида по измеренным спектрам поглощения с использованием обученного алгоритма машинного обучения, и определяют свойства пластового флюида по полученному компонентному составу проб с использованием настроенного уравнения состояния. Техническим результатом, является обеспечение возможности быстрого восстановления детального компонентного состава на основе анализа спектров поглощения образца и оценки свойств произвольного пластового флюида с высокой точностью для последующего планирования процесса разработки газоконденсатных и нефтегазоконденсатных месторождений. 2 з.п. ф-лы, 2 ил. 9 табл.

1. Способ определения свойств газоконденсатов и летучих нефтей, в соответствии с которым:

- осуществляют отбор проб пластового флюида из исследуемого пласта или из аналогичного пласта со схожим геологическим строением, петрофизическими свойствами породы и термобарическими условиями,

- измеряют спектры поглощения для отобранных проб пластового флюида,

- осуществляют лабораторные измерения компонентного состава отобранных проб флюида и по меньшей мере одного свойства отобранных проб флюида из группы, включающей давление насыщения Рнас при пластовой температуре, объемную долю жидкой фазы, плотности газовой и жидкой фазы при заданных температуре и давлении,

- формируют тренировочный набор данных для обучения алгоритма машинного обучения, включающий измеренные спектры поглощения для отобранных проб пластового флюида и результаты лабораторных измерений компонентного состава флюида отобранных проб,

- формируют набор лабораторных данных для настройки параметров уравнения состояния, включающий результаты лабораторных измерений свойств отобранных проб флюида,

- обучают алгоритм машинного обучения на тренировочном наборе данных и устанавливают взаимосвязи между спектрами поглощения, измеренными для проб пластового флюида, и составом проб флюида, измеренным лабораторно,

- настраивают уравнение состояния, используя набор лабораторных данных по свойствам пластового флюида для проб из тренировочного набора проб,

- осуществляют отбор проб исследуемого пластового флюида и измеряют спектры поглощения отобранных проб,

- определяют компонентный состав отобранных проб флюида по измеренным спектрам поглощения с использованием обученного алгоритма машинного обучения, и

определяют свойства пластового флюида по полученному компонентному составу проб с использованием настроенного уравнения состояния.

2. Способ определения свойств газоконденсатов и летучих нефтей по п. 1, в соответствии с которым отбор проб пластового флюида осуществляют на поверхности.

3. Способ определения свойств газоконденсатов и летучих нефтей по п. 1, в соответствии с которым отбор проб пластового флюида осуществляют в стволе скважины.