Geomechanical-Data Acquisition, Monitoring, and Applications in SAGD
Notice bibliographique
Résumé
Summary Steam-assisted gravity drainage (SAGD) has proved to be a commercially viable method to extract bitumen from oil-sands reservoirs in western Canada. To understand the influence of steam injection on reservoir and surrounding rocks and potential impacts of surface deformation on the environment, various types of instrumentation and 4D-seismic surveys have been applied in SAGD projects. The effect of geomechanics on SAGD has been well documented. Collecting essential geomechanical data, properly interpreting them, and incorporating them into numerical models are necessary to ensure meaningful history matching and understanding of reservoir performances. This paper outlines geomechanical-data acquisition and field-monitoring methods from a reservoir-engineering perspective, and the applications of geomechanics in SAGD analyses. Minimal-data-acquisition programs are suggested to collect the necessary geomechanical data for different analysis purposes in SAGD projects. Primary instrumentation is briefly overviewed, and recommendations for instrumentation selection are provided. Using generic Canadian-oil-sands reservoir and rock properties, the subsurface and surface changes and deformations are simulated, including permeability changes, reservoir movements, and strains and surface uplifts. Simulations are completed with a widely applied thermal simulator, and its limitations are also discussed. The method to couple the results of geostatistics modelling, reservoir simulation, and geomechanics in SAGD simulation and to link them with a 4D-seismic survey in history matching is provided.
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 | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».