MétaCan
Menu
Retour à la cohorte
Enregistrement W1972567118 · doi:10.2118/171561-pa

Thermal Recovery of Bitumen From the Grosmont Carbonate Formation—Part 2: Pilot Interpretation and Development Strategy

2014· article· en· W1972567118 sur OpenAlexaffabout
Daniel Yang, Moslem Hosseininejad Mohebati, Steve Brand, Caralyn Bennett

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensLaricina Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésSteam injectionCarbonateImbibitionSteam-assisted gravity drainagePetroleum engineeringAsphaltDrainageGeologySaturation (graph theory)Carbonate rockOil sandsMaterials science

Résumé

récupéré en direct d'OpenAlex

Summary Bitumen production from the Grosmont formation is enabled by bitumen-viscosity reduction caused by heating with steam, and is driven by three processes: thermal expansion, gravity drainage, and spontaneous imbibition. Gravity drainage is the dominant recovery mechanism. Maintaining a balance of injected and produced fluid is indicative of good performance. The projected steam/oil ratio (SOR) for the carbonate Grosmont formation is comparable to that of the clastic Clearwater formation; the impact of lower porosity is compensated by lower water saturation. On the basis of the experience from the pilot project, a followup development of the Grosmont formation relies on cyclic operation of injection and production. Saleski Phase 1, approved by the Alberta Energy Regulator, is designed for 1700-m3/d oil capacity from the Grosmont formation. For the first time, probable undeveloped reserves have been assigned to a fractured-carbonate bitumen reservoir. The cyclic-to-continuous steam-assisted-gravity-drainage drainage (C2C-SAGD) concept, where initial cyclic operation of individual wells is converted into continuous injection and production with well pairs as the reservoir depletion matures, intends to maximize recovery in future exploitation projects.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,182
Écart entre enseignants0,174 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations16
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207