Proposed Methodology to Predict Electric Power Requirements for ESP Wells in a Heavy Oil Field - A Case Study
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.
Notice bibliographique
Résumé
Abstract This paper describes the methodology used to determine the electric power requirements of all the ESP systems to be installed over a period of study (2007-2017) in the Icotea-Misoa heavy oil reservoir, Urdaneta West field, Venezuela, in order to ensure a reliable and safe electric supply to cover the field development plan. The methodology used consisted in: selection of a representative sample of the ESP wells population; running several sensitivities on the ESP and well performance using an industry proved ESP software for the most critical cases of reservoir, equipment and production conditions; tabulate and analyze the data obtained from the simulations with statistical techniques to determine the most probable electric power requirement range as well as its tendency over time; finally, generate relationships between the electric power consumption and different production parameters (total production rate, oil and water production rates, reservoir pressure, productivity index and sand production) to predict the power requirements changes with time. The results will be used by the operating company to decide whether the existing surface electrical facilities are sufficient for the field development plan, or if a KVA capacity expansion is required. One of the main conclusions from the study was that the required electric power capacity was being overestimated, based on simple predictions using only historical consumptions or non-statistical methods. The methodology applied led to a more reliable prediction of the power consumption per well. This will allow the company to better estimate the required facilities and hence, reduce the expected costs of investment required.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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