MétaCan
Menu
Retour à la cohorte
Enregistrement W1982690806 · doi:10.2118/2008-072

A Reservoir Economic Indicator to Evaluate a SAGD Project

2008· article· en· W1982690806 sur OpenAlex

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

RevueCanadian International Petroleum Conference · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensHusky Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésReservoir simulationPetroleum engineeringReservoir modelingComputer scienceReservoir engineeringEnvironmental scienceGeologyPetroleumPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract The economics of a SAGD project is related to several production performance parameters. The most significant of those are steam-oil ratio (SOR), calendar day oil rate (CDOR), ultimate recovery (recovery factor, RF), and project life. In consequence, these performance parameters are related to reservoir parameters such as reservoir thickness, permeability, oil saturation, porosity, oil viscosity, and other reservoir heterogeneities such as bottom water, top gas, and interbedded shale barriers. It would be useful to find and quantify the correlations between the SAGD performance and reservoir parameters. In this study, a reservoir screening parameter called SPIDER (SAGD Performance Indicator) is developed to evaluate a SAGD project. This new indicator is calculated from four key reservoir parameters such as reservoir thickness (H), permeability (Kv), oil saturation (So), and porosity (Ø) to predict the SAGD performance as well as to evaluate the economics of a SAGD project. A bitumen price and an SOR economic limit are considered to incorporate into a dynamic model. The results show there exists a relationship between SAGD performance parameters (CSOR, CDOR, and RF) and four reservoir parameters with a high correlation coefficient. Especially, there is a linear relationship between SPIDER and NPV with a correlation coefficient of higher than 0.97. This new indicator may be used as a reservoir screening parameter for a SAGD project. Introduction An economic indicator called STEP (Equation 1) was introduced to evaluate the economics of a SAGD project using the production performance parameters such as CSOR, CDOR, and RF in the series of studies (1, 2, 3). Especially, a dynamic model for STEP called STEP-D (Equation 2) was developed to be used as an economic indicator under the changing conditions of the economic limit of SOR and heavy oil price (3). Equation (1) (Available in full paper) Equation (2) (Available in full paper) STEP may be used as an economic criterion on a SAGD project when the SAGD performance parameters are provided from numerical simulation results or field performance data. As reservoir parameters such as reservoir thickness, permeability oil saturation, porosity, and other reservoir heterogeneities impact the SAGD performance, it would be valuable to quantify the impact of these reservoir parameters. There are a few studies regarding the geological parameters impact on thermal process performance. Thimm et al.(4) analyzed the well performance indices with geology for the steam soak phase of the Peace River Expansion Project. Ito and Suzuki (1998) investigated the effect of reservoir parameters on oil production rates in SAGD projects. They found that oil rates are proportional to pay thickness, permeability, movable oil saturation, and porosity. Llaguno et al.(5) proposed a new methodology to determine the potential SAGD application for Venezuela reservoirs. They used an analytical tool to evaluate the impact of the reservoir properties (API gravity, reservoir pressure, thickness, permeability, porosity, oil saturation, oil viscosity) on the SAGD performance. They found that oil rates were mainly affected by pay thickness, porosity, and oil saturation, and SOR was affected by all the properties.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,997

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)0,0010,001

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 Opus0,043
Tête enseignante GPT0,293
Écart entre enseignants0,249 · 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