高压悬滴法测定 CO 2 -原油最小混相压力

CO ₂ - 原油体系的最小混相压力是 CO ₂ 驱油技术研究中的一个重要参数。 采用高压悬滴法测定了延长油田特低渗油藏原油在 44 ℃ 油藏温度下 CO ₂ - 原油体系界面张力随压力的变化。 实验结果表明： CO ₂ -原油两相间的界面张力随体系压力的升高而呈近线性下降趋势。 根据外推法得出两相体系界面张力为0 时的最小混相压力为 23.56 MPa 。 利用该方法既可以较精确地得到 CO ₂ - 原油体系最小混相压力数据,又可以直接地观察到 CO ₂ - 原油混相互溶时的状态。 实验操作时间较短,且简单易行,对同类实验的测定方法具有一定的参考价值。     

不同实验方法探究CO2与原油的最小混相压力

为了优选CO2与原油间最小混相压力的测量方法,对两种不同的实验方法进行了比较分析。采用界面张力法和细长管实验法测量模拟地层温度为108℃,地层压力为24～40 MPa条件下的CO2与原油间的最小混相压力。实验发现,界面张力随压力的增加近乎呈线性下降。利用悬滴法测得的最小混相压力为38.094 MPa,利用细长管实验法测得的最小混相压力为39.2 MPa,两者与通过线性回归外推法得到的最小混相压力38.715 MPa相比,相对误差分别为1.60%和1.25%。通过比较,细长管实验法的精确度更好。     

二氧化碳-原油体系最小混相压力预测模型

二氧化碳-原油体系的最小混相压力（CCMMP）是CO₂ 驱油方案设计的关键参数之一。为了提高CCMMP的预测精度,利用实验测定的46个二氧化碳-原油体系最小混相压力数据,选取油藏温度、原油中的挥发组分、中间组分、C₅₊、注入二氧化碳中所含的甲烷、乙烷 丁烷、氮气和硫化氢的含量8个因素,运用统计与回归理论建立了8参数的CCMMP预测模型。并将本模型和已经发表的9种方法预测的46个油样的最小混相压力结果进行了对比,结果表明本模型的预测精度大幅度提高。利用该模型对吉林油田CO₂ 驱油试验区的5口井油样的CCMMP进行了预测,并与实验结果进行了对比,相对误差范围0.05%～3.39%,进一步验证了本模型的可靠性。     

最小混相压力计算方法对比分析

混相压力是确定油藏能否实现混相驱的重要依据。本文简要介绍经典的确定最小混相压力计算方法的原理，引入一种新的计算混相压力的方法，即系线解析法，解释其计算原理，对计算过程进行探讨，应用这些方法求解四组分系统的混相压力。计算结果表明：与经典的计算方法相比，系线解析法不仅能反映气驱油的多级接触和相互传质过程，且能准确可靠计算混相压力。     

BP神经网络预测最小混相压力

应用BP神经网络预测CO2最小混相压力,选择C5＋分子量、油藏温度、挥发油（CH4和氮气）的摩尔分数、中间油（C2-C10）的摩尔分数作为参数,用相关文献的实验结果作为样本进行训练,选取网络模型各层函数、隐含层节点数和算法得出适合的BP神经网络,结合实际细管实验的数据及相关参数修改网络输入参数应用于实际油藏,预测最小混相压力并分析相关的影响因素,指导生产和相应理论研究。     

大庆油田二氧化碳驱油最小混相压力预测

本文综合分析了见诸国外文献的18种二氧化碳驱油最小混相压力预测方法的应用条件。不同油田的原油性质不同,要得到符合实际的最小混相压力预测值,必须根据应用条件认真选用适合本油田原油的预测公式。本文在分析对比各种公式的基础上,找出了适用于预测大庆油田石蜡基原油与二氧化碳最小混相压力的Silva方法。     

苏北区块最小混相压力预测

最小混相压力是衡量二氧化碳驱混相与非混相的重要参考依据,成为二氧化碳驱提高采收率的重要研究课题之一,实验测得最小混相压力准确,但用时长、消耗大。通过调研国内外18种主流经验公式,其影响因素主要为温度、烃组分,基于此,从苏北区块实验测试井中选取7口井,将其实验数据代入经验关联式,进行对比分析,根据实际情况,拟合适合苏北区块最小混相压力预测关联式,并代入H井进行验证。结果表明,预测关联式得到的最小混相压力数值为27.98,与实际测量值误差仅为4.80%,该预测关联式可以为二氧化碳驱进一步探索提供参考。     

超低渗透油藏CO2驱最小混相压力实验

利用常规方法测量超低渗透油藏CO₂-原油最小混相压力时,存在测量周期长、工作量大等问题,且不能直接观察到CO₂与原油的混相状态。为了确定杏河超低渗透油藏CO₂-原油的最小混相压力,采用界面张力法对杏河油藏CO₂和原油进行室内实验。结果表明：随着平衡压力的升高,原油中溶解CO₂的量增多, CO₂-原油之间界面张力的变化可分为2个阶段,且均呈逐渐减小的线性关系;当平衡压力从4 MPa增大到28 MPa时, CO₂-原油之间的界面张力由17.72 mN/m降到1.56 mN/m。界面张力法测得杏河油藏最小混相压力值为22.5 MPa,略大于细管实验测得的最小混相压力值22.3 MPa,由于二者数值相差仅0.9%,表明界面张力法测量超低渗透油藏最小混相压力具有较好的准确性。通过上述研究,确定了杏河油藏最小混相压力,为杏河油藏注CO₂增产开发方案的制定提供了理论支持,但是由于最小混相压力高于油藏目前压力（17.5 MPa）,在目前油藏条件下CO₂与原油不能实现混相。     

用界面张力法测定CO2与原油的最小混相压力

采用悬滴法,测定了在模拟地层温度为356.5K、压力为8.54~23.43MPa时的CO₂与原油间的界面张力.实验发现,CO₂与原油间的界面张力随压力的增加近似呈线性下降趋势.对该数据进行了线性回归,并用外推法计算出当界面张力为零时的最小混相压力为24.17MPa,与实验观测达到一次接触混相状态时的压力(23.43MPa)相比,相对误差为3.16%.采用界面张力确定CO₂与原油间的最小混相压力,既可通过直接观测接触混相状态确定,也可利用所测界面张力数据进行估算,操作简单易行,且耗时少.     

CO2最小混相压力的预测

本文对预测原油用ＣＯ２的多次接触混相驱替所需要最小混相压力（ＭＭＰ）提出了一种实际方法。该技术与新近介绍的“混相函数”一起，以适用的、修正了的Ｐｅｎｇ及Ｒｏｂｉｎｓｏｎ状态方程（ＰＲＥＯＳ）为基础。混相函数可提供ＭＭＰ的精确预测。这篇文章的目的是证明这种混相函数是如何利用ＣＯ２驱替确定烃类混相驱系统所需的必要条件的。通过拟合由细管实验驱替数据确定的几个最小混相压力值，可以说明本方法的有效性及用途。     

交替条件期望变换确定油气最小混相压力新方法

通过统计分析国内外油田原油成因、性质,并针对我国陆相沉积原油特点,选取了与MMP直接相关的两方面因素：油藏温度、原油组分（C＋N2、中间组分、MWC5＋）,并编制交替条件期望变换程序,对数据样本进行多元非线性回归,得到具有统计意义的纯CO2/Oil-MMP关联式。结果表明：经国内外数据样本对比发现,适应我国原油性质的纯CO2注入气MMP关联式与实验测试值吻合较好,具有较高的精度和较好的适应性,满足CO2混相驱工程需要。并对国内样本关联式、国外样本关联式、综合关联式进行了误差对比分析。对比结果证明：ACE方法通过不断的增加数据样本可逐步提高该关联式的精度,为我国陆相沉积油藏实施CO2混相驱矿场试验提供了技术支持。该国内样本关联式在对国外样本的预测上也具有一定的参考价值。     

Estimation of the CO2-oil minimum miscibility pressure for enhanced oil recovery

The authors' aim was to present new models based on artificial neural network (ANN) and two optimization algorithms including cuckoo optimization algorithm (COA) and teaching learning based optimization (TLBO) to predict the pure and impure CO₂ MMP. Thirty-four and 11 training and testing data sets were used to develop these models with following inputs: reservoir temperature, the mole percent of volatile oil components (C₁ and N₂), mole percent of intermediate oil components (C₂-C₄, CO₂, and H₂S), molecular weight of C₅₊ fraction in oil phase (MW_C5+) and mole percentage of CO₂, N₂, C₁, C₄, and H₂S in the injected gas. Statistical comparisons show that although two models yield acceptable results, the ANN-TLBO model has better performance with the lower mean absolute percentage error (2.6%) and standard deviation (3.37%) and the higher coefficient of determination (0.993). Moreover, among the available correlations, the Cronquist's (1978 Cronquist, C. (1978). Carbon dioxide dynamic miscibility with light reservoir oils. Fourth Annual U.S. DOE Symposium, Tulsa, Oklahoma. [Google Scholar]; corrected by Sebastian et al., 1985 Sebastian, H. M., Wenger, R. S., and Renner, T. A. (1985). Correlation of minimum miscibility pressure for impure CO2 streams. J. Pet. Technol. 37:2076–2082.[Crossref] , [Google Scholar]) correlations have better performance. Finally, the sensitivity analysis on the ANN-TLBO showed that MW_C5+ and reservoir temperature are the most influential parameters in determining the CO₂ MMP, respectively.     

基于广义回归神经网络的CO2驱最小混相压力预测

针对传统的最小混相压力预测方法应用不便或误差较大等问题,提出利用广义回归神经网络进行CO2驱最小混相压力预测。以油藏温度、C5+分子量、中间组分摩尔分数、挥发组分摩尔分数为输入变量,以最小混相压力为输出变量,建立广义回归神经网络预测模型,对CO2驱最小混相压力进行预测,将结果与其他预测方法进行对比,并做误差分析。实例计算结果表明,广义回归神经网络用于CO2驱最小混相压力预测是可行的,且具有精度高、收敛快、适用范围广、使用简便等特点。     

不同油藏压力下CO2驱最小混相压力实验研究

CO2-原油体系的最小混相压力是影响CO2驱开发效果的关键因素。随油藏开发阶段的不断深入,当油藏压力低于原始饱和压力后,溶解在原油中的溶解气会部分脱出。油藏流体组分及其高压物性也会发生变化,影响CO2-原油体系的最小混相压力,利用原始地层流体样品测试得到的最小混相压力不再适用。为此,以中国西部某油田8个典型区块为例,进行细管实验测试和多组分数值模拟,对不同油藏压力下的最小混相压力进行系统研究。与其他油田相比,研究区各油藏油样的C1摩尔含量较高,为31.12%~51.69%,平均为43.25%;C2-C6摩尔含量较低,为8.0%~18.48%,平均仅为11.3%。细管实验和数值模拟结果表明,在原始地层压力下,CO2均与8个典型区块地层原油样品发生混相驱替,但不同区块CO2驱最小混相压力差异很大,其值为17.60~41.18 MPa。当油藏压力低于原始饱和压力后,CO2驱最小混相压力主要呈微小幅度下降的趋势。随脱气压力进一步降低,油相组分构成中,C1N2摩尔含量呈递减趋势、C7+和C24+组分呈递增趋势,而中间组分(C2和C3+)摩尔含量变化较小。在各级脱气压力下,脱出气体以C1为主,中间组分摩尔含量仅在最后一级脱气压力下急剧升高。CO2-原油混相带出现在注入CO2波及前缘靠近注入端的位置,混相带随着驱替的进行而逐渐变宽。     

CO2驱最小混相压力的测定与预测

在细管驱替实验数据的基础上,对确定CO2驱最小混相压力的各种方法进行了评价。对于细管驱替实验,混相条件的判断标准应该是采收率随驱替压力变化曲线上的拐点,而不是高的采收率。经验关联式计算最小混相压力简单、方便,但可靠性较差,且对于高温、高CH4和N2含量、高气油比等比较特殊的原油,须进一步增加关联参数。状态方程能较准确快速地计算最小混相压力,但对混相函数值难以给出一个实用的判断标准,计算时应根据泡点压力变化、温度、CO2浓度和混相函数值综合确定体系的最小混相压力。综合研究对比表明,细管驱替实验仍是最准确的、不可替代的确定最小混相压力的方法。