MétaCan
Menu
Retour à la cohorte
Enregistrement W1984586819 · doi:10.2523/iptc-16769-ms

Fluid-Level Monitoring Using a Distributed Temperature Sensing System During a Methane Hydrate Production Test

2013· article· en· W1984586819 sur OpenAlex
Naoki Sakiyama, K. Fujii, V. Pimenov, A. Parshin, Koji Yamamoto, J F Wright

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

RevueInternational Petroleum Technology Conference · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésMethaneHydrateClathrate hydrateCabin pressurizationPetroleum engineeringAnnulus (botany)Fluid dynamicsFlow assuranceWellboreMechanicsMaterials scienceChemistryGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Temperature profiles and their transient behaviors obtained using a distributed temperature sensing (DTS) system were measured while monitoring wellbore fluid levels during a methane hydrate production test. The temperature data were obtained in 2008 as part of the JOGMEC/NRCan/Aurora Mallik 2007–2008 Gas Hydrate Production Research Well Program. Methane hydrate is known to be stabilized under low-temperature and high-pressure conditions. In the Gas Hydrate Production Research Well Program, a depressurization method using an electric submergible pump (ESP) was employed to dissociate the hydrate in the reservoir. For recovering the produced gas and fluid without resynthesizing the hydrate after the dissociation, it was essential that the temperature of the produced fluids flowing up the tubing be controlled. According to our numerical temperature simulation, the annulus fluid level around the tubing is one of important factors that govern the tubing fluid temperature during the methane hydrate production. If the annulus fluid level is high, the tubing fluid temperature becomes so low that methane hydrate can potentially be formed inside the tubing; thus, understanding fluid levels during methane hydrate production is important for flow assurance as well as bottomhole pressure control. The conventional method for estimating fluid levels in a wellbore employs an acoustic wave reflection technique; however, the accuracy of the survey is subjected to assumption of an acoustic velocity which depends on pressure, temperature, and gas types. On the other hand, estimating fluid levels with a DTS temperature profile is thought to be a more direct method. Although it is not widely known, several papers indicate that the feasibility of estimating fluid levels with the DTS system when the fluid level is static. In this paper, we demonstrate the feasibility of estimating dynamic fluid levels using a DTS system. The dynamic trend in estimated fluid levels with the DTS system shows qualitatively good agreement to that estimated with the pressure on the completion assembly and the pressure at the casinghead. The difference in fluid levels between the DTS temperature-based and the pressure-based methods quantitatively explains a void fraction in the two-phase flow of the fluid and the gas. The analysis presented in this paper is based on field data collected during methane hydrate production, but it is potentially applicable to any conventional production scheme that employs artificial lift.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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