Experimental Study of Solvent-Based Emulsion Injection to Enhance Heavy Oil Recovery in Alaska North Slope Area
Notice bibliographique
Résumé
Abstract This paper is the report for the second stage research of nano-particle and surfactant-stabilized solvent-based emulsion experimental study for the heavy oil in Alaska North Slope Area. The core flooding studies under laboratory conditions were implemented after the bench tests, which is including the phase behavior test, rheology studies and interfacial tension measurement. And these studies provide the optimum selecting method for the nano-emulsion which could be used in the core flooding. The experiment results suggest this kind of emulsion flooding is a good optional EOR (enhanced oil recovery) process for heavy oil reservoirs in Alaska, Canada after primary production, where heavy oil lacks mobility under reservoir conditions and is not suitable for the application of the thermal recovery method because of environmental issues or technical problems. Core flooding experiments were performed on cores with varied permeabilities. Comparisons between direct injection of nanoemulsion systems and nano-emulsion injections after water flooding were conducted. Oil recovery information is obtained by material balance calculation. In this study, we try to combine the advantages of solvent, surfactant, and nano-particles together. As we know, pure miscible solvent used as an injection fluid in developing the heavy oil reservoir does have the desirable recovery feature, however it is not economical. The idea of nano-particle application in an EOR area has been recently raised by researchers who are interested in its feature-reaction catalysis-which could reduce in situ oil viscosity and generate emulsion without surfactant. Also, the nano-particle stabilized emulsions can long-distance drive oil in the reservoir, since the nano-particle size is 2-4 times smaller than the pore throat. In conclusion, the nano-emulsion flooding can be an effective enhancement for an oil recovery method for a heavy oil reservoir which is technically sensitive to the thermal recovery method.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».