MétaCan
Menu
Retour à la cohorte
Enregistrement W1987376236 · doi:10.2118/165528-ms

Efficiency of Solvent Retrieval during Steam-Over-Solvent Injection in Fractured Reservoirs (SOS-FR) Method: Core Scale Experimentation

2013· article· en· W1987376236 sur OpenAlexafffund
M. Almojtaba Mohammed, Tayfun Babadagli

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolventSteam-assisted gravity drainageSteam injectionDiluentBoiling pointPetroleum engineeringPhase (matter)Oil fieldDiffusionMatrix (chemical analysis)BoilingChemistryHeptaneWater injection (oil production)Materials scienceOil sandsChemical engineeringChromatographyGeologyAsphaltThermodynamicsComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Sole injection of steam or solvent into heterogeneous reservoirs usually yields an inefficient recovery performance. The SOS- FR (Steam-Over-Solvent Injection in Fractured Reservoirs) method was suggested as a solution to improve the efficiency of heavy-oil/bitumen recovery from fractured carbonates and oil sands reservoirs after cold production (Al-Bahlani and Babadagli 2008). The method consists of three phases: Phase (1): Steam is injected at low temperatures to heat the matrix and condition the oil for subsequent solvent injection; Phase (2): solvent injection to dilute matrix oil by diffusion and enhance gravity drainage recovery rate, and; Phase (3): low temperature (around the boiling point of solvent) steam injection to retrieve the solvent diffused into matrix. Previously, we focused on the effectiveness of Phases (1) and (2) of the method (Al-Bahlani and Babadagli 2009a-b) and observed very positive responses at the field scale (Al-Bahlani and Babadagli 2010) with high ultimate recoveries. The efficiency of this process, however, is purely determined by the amount of solvent retrieved at the end of the process. This paper, therefore, focuses on Phase (3), which is done mainly for solvent retrieval. About twelve static core experiments were performed on water and oil-wet sandstones. After saturating the rock samples with different heavy-oils, they were immersed into different liquid solvents—hexane, heptane, decane, and diluent oil. Once the ultimate recovery was achieved by diffusion and gravity drainage [Phase (2)], the samples were exposed to different temperature hot-water [Phase (3)] and the amount of solvent retrieved was measured through volumetric and weight measurements, as well as refractometer readings. The retrieval of solvent diffused into matrix was mainly due to two reasons: (1) Evaporation of solvent at elevated temperature, and (2) imbibition of hot-water into rock (if oil-wet samples become more water-wet during Phase (2). The amount of solvent retrieved through these processes were determined and the efficiencies were analyzed for different parameters including rock wettability, solvent type, solvent-soaking period, different combinations of steam-solvent cycle, and temperature applied.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations24
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207