Low-Salinity Brine Enhances Oil Production in Liquids-Rich Shale Formations
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».