MétaCan
Menu
Retour à la cohorte
Enregistrement W1564097364 · doi:10.2118/174428-ms

Reactive Steam Assisted Gravity Drainage Oil Sands Recovery Process

2015· article· en· W1564097364 sur OpenAlexafffund
Zeinab Khansari, Ian D. Gates

Notice bibliographique

RevueSPE Canada Heavy Oil Technical Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSteam-assisted gravity drainagePetroleum engineeringOil sandsSteam injectionAsphaltOil shaleBaffleGeologyEnhanced oil recoveryViscosityAPI gravityPermeability (electromagnetism)Environmental sciencePorosityWaste managementGeotechnical engineeringChemical engineeringChemistryMaterials scienceCrude oil

Résumé

récupéré en direct d'OpenAlex

Abstract To extract oil from oil sands reservoirs the techniques are required that reduce the viscosity from hundreds of thousands and several millions of cP to a point that it can flow. In Steam-Assisted Gravity Drainage (SAGD) process, injected steam releases its latent heat and reduces the viscosity of the oil. This oil, referred to as bitumen, encountered steam-oil reactions process leading to aquathermolysis and steam-rock reactions - geochemical reactions. Geochemical reactions are responsible for in situ gas production and alteration of produced water composition that can affect the reservoir pressure, porosity, permeability, bitumen viscosity and thus the recovery process. In this research it has been examined that how water composition changes during SAGD operation. A reaction model was defined expressing the geochemistry of SAGD within the formation and a reactive thermal reservoir simulation was built to represent reservoirs with different shale layer geometries at various distances from SAGD wellpair. For the first time, the results demonstrated that the produced water composition can be used to detect baffles and barriers and their distances from wellpair. The analysis of produced water can be used as a tool to monitor the process dynamics and understanding the reservoir heterogeneity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,248
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Canada Heavy Oil Technical ConferenceMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207