MétaCan
Menu
Retour à la cohorte
Enregistrement W1979567059 · doi:10.2118/170054-ms

Nodal Analysis for SAGD Production Wells with ESPs

2014· article· en· W1979567059 sur OpenAlexaffabout
G. Duncan, Richard M. Stahl, Phillip E. Moseley

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringInflowSteam-assisted gravity drainageOutflowNodal analysisSteam injectionInjection wellSeparator (oil production)Oil wellReservoir simulationGas liftPressure dropAsphaltArtificial liftEngineeringOil sandsGeologyMechanicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Steam Assisted Gravity Drainage (SAGD) is an enhanced oil recovery process whereby a long horizontal steam injection well is located above a long horizontal production well. Injected steam forms a steam chamber above the SAGD well pair, heating the reservoir rock and reservoir fluids. Heated oil (or bitumen) plus condensed steam flows down the sides of the steam chamber towards the production well. The condensed steam and bitumen are then lifted to surface with a downhole pump or by gas lift. Over the past decade, SAGD has become an increasingly popular method for extracting bitumen from Canadian oilsand leases that are too deep for surface mining, largely due to the high recovery factor from SAGD. Nodal analysis for oil and gas wells enables the user to model well production or injection performance from the producing reservoir to the surface gathering system. Nodal analysis for well performance is based on the principle that reservoir inflow and wellbore outflow can be independently characterized as functions of flow rate. The single rate that balances the pressure losses in the inflow-outflow components with the pressure drop across the total system defines well flow. Nodal analysis is used to design new wells and optimize production or injection on existing wells. In addition, wellbore simulations are cheaper than instrumentation, meters or single well tests. Well evaluation software is the most popular package in Suncor's conventional production engineering toolkit because it is very accurate and easy to use. Due to a rapidly increasing number of SAGD well pairs, Suncor required a tool that could accurately model these thermal wells. Over the past few years we worked with our software provider to develop nodal analysis for SAGD production wells, and we can now model SAGD producers with electric submersible pumps (ESP) with a high degree of confidence. The new SAGD nodal models quite closely match production rates, plus surface and downhole pressure and temperature data. Reliable and rigorous SAGD nodal models will enable improved decisions with respect to SAGD field development and production optimization.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207