Low-Salinity Brine Enhances Oil Production in Liquids-Rich Shale Formations
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.
Notice bibliographique
Résumé
Abstract Low-salinity waterflooding has proven to be an appealing technique for enhancing oil recovery in conventional reservoirs. However, few studies have been conducted on low-salinity brines (LSBs) for hydraulic fracturing in liquids-rich shale plays with or without surfactant. Additionally, as operators tend to shift from fresh water to 100% produced water, the implications of such a switch must be understood from a production standpoint. Therefore, the effects of LSBs on oil recovery from liquids-rich shale should be investigated. In this study, LSBs with or without surfactant were injected into the crushed, oil saturated Muskwa shale from Canada. Laboratory results suggest that LSB (≤4% KCl) extracts more hydrocarbon than high salinity brine (HSB) (≥8% KCl). Notably, additional oil recovery was observed when surfactant was used in LSB. Interfacial tension (IFT) reduction decreased with increasing salinity but remained constant for LSB with surfactants across all salinities examined. Short-lived oil in water emulsions were observed in LSB in the presence of surfactant. Additionally, LSBs with surfactant were injected into a microfluidic based reservoir on a chip (ROC) device, where pore size was comparable to that of shale. The visualized oil recovery on the ROC was consistent with that found in core flooding tests. These reported results provide a potential methodology for optimizing source water before hydraulic fracturing operations. LSBs with properly tailored surfactant additives are imperative to helping enhance well productivity.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle