MétaCan
Menu
Retour à la cohorte
Enregistrement W1986451636 · doi:10.2118/149708-pa

Partial-SAGD Applications in the Jackfish SAGD Project

2011· article· en· W1986451636 sur OpenAlexaff
Pingke Li, Al Stroich, Andrew Vink, Kristian Nespor, Swapnil Bhadauria, M. McCormack

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensDevon Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringGas liftInjectorEngineeringSteam-assisted gravity drainageSteam injectionAnnulus (botany)Lift (data mining)AsphaltMechanical engineeringOil sandsComputer scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Summary With steam-assisted-gravity-drainage (SAGD) operations, there will be times that the producer downhole temperature falls below the desired level. This situation may occur when a shut-in is required because of facility or well operational issues. Cooling bitumen and steam condensate, which continue to drain and raise the liquid level over the producer, cause difficulties with the restart. The producer could also cool if the well pair is converted prematurely from circulation to full SAGD mode. A variety of artificial-lift technologies have been applied in field applications. However, with its dual-tubing-completion design and gas lift system, Devon has successfully used partial SAGD methods to optimize restart strategies and effectively deal with times when the producer unexpectedly cools. This paper describes three SAGD operating modes used by Devon at Jackfish: full SAGD, semi-SAGD, and partial SAGD. During partial SAGD, the fluid return from the injector stops while steam injection continues down either the long tubing (LT), short tubing (ST), or the annulus. The producer continues to be circulated with the appropriate steam-injection rate into the LT and fluid returns up the ST. Numerical-simulation results associated with partial SAGD are presented. Partial-SAGD applications at the Jackfish SAGD project are discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,247
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations23
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207