MétaCan
Menu
Retour à la cohorte
Enregistrement W1973305951 · doi:10.2118/169071-ms

CO2 Low Salinity Water Alternating Gas: A New Promising Approach for Enhanced Oil Recovery

2014· article· en· W1973305951 sur OpenAlex
Cuong T. Dang, Long X. Nghiem, Zhangxin Chen, Ngoc T. Nguyen, Quoc P. Nguyen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Improved Oil Recovery Symposium · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnhanced oil recoveryPetroleum engineeringBrineSalinityWettingReservoir simulationDissolutionResidual oilViscous fingeringEnvironmental scienceOil in placeMaterials scienceChemical engineeringGeologyChemistryPorous mediumPetroleumGeotechnical engineeringEngineeringPorosity

Résumé

récupéré en direct d'OpenAlex

Abstract It has been recognized that there are significant advantages on combining low salinity waterflooding (LSW) with other enhanced oil recovery (EOR) techniques such as polymer or low tension surfactant flooding. This paper proposes a novel concept of low salinity water-alternating-CO2 (CO2 LSWAG) injection under CO2 miscible displacement conditions. While LSW is an emerging EOR method based on alteration of wettability from oil-wet to water-wet conditions, WAG is a proven method for improving gas flooding performance by controlling the gas mobility. Therefore, LSWAG injection promotes the synergy of the mechanisms underlying these methods (i.e., ion-exchange, wettability alteration, and CO2 miscible displacement and mobility control) that further enhances oil recovery and overcomes the late production problem frequently encountered in the conventional WAG. These features are demonstrated in this work based on a field case study. To investigate the advantages of CO2 LSWAG, a comprehensive ion exchange model associated with geochemical processes has been developed and coupled to the multi-phase multi-component flow equations in an equation-of-state compositional simulator. Laboratory core flood simulations of different CO2 LSWAG schemes are conducted to understand the combined effects of solubility of CO2 in brine, dissolution of carbonate minerals, ion exchange, and wettability alteration. CO2 LSWAG performance is then evaluated on a field scale through an innovative workflow that includes geological modeling, multi-phase multi component reservoir flow modeling and process optimization. The simulation results indicate that CO2 LSWAG has the highest oil recovery compared to conventional high salinity waterflood, high salinity WAG, and low salinity waterflood. A number of geological realizations are generated to assess the geological uncertainty effect, in particular clay distribution uncertainties, on CO2 LSWAG efficiency. Finally, CO2 LSWAG injection strategies are optimized by identifying key WAG parameters. The proposed workflow demonstrates the synergy between CO2 WAG and LSW. Built in a robust reservoir simulator, it serves as a powerful tool for screening, design, optimization, and uncertainty assessment of the process performance from laboratory to and field scales. CO2 LSWAG is a promising EOR technique as it not only combines the benefits of CO2 injection and low salinity water floods but also promotes the synergy between these processes through the interactions between geochemical reactions associated with CO2 injection, ion exchange process, and wettability alteration. This paper demonstrates the merits of this process through modeling, optimization and uncertainty assessment.

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.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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