MétaCan
Menu
Retour à la cohorte
Enregistrement W1987455428 · doi:10.2118/165455-ms

A Novel Solvent Injection Technique for Enhanced Heavy Oil Recovery: Cyclic Production with Continuous Solvent Injection

2013· article· en· W1987455428 sur OpenAlexafffundabout
Tao Jiang, Xu Jia, Fanhua Zeng, Yongan Gu

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPetroleum Technology Research Centre
Mots-clésInjectorPetroleum engineeringSolventEnhanced oil recoveryOil in placeEnvironmental scienceWater injection (oil production)Oil fieldMaterials scienceChemistryPetroleumGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Solvent-based in-situ enhance oil recovery (EOR) techniques are extensively studied to improve oil recovery factors (RFs) for heavy oil reservoirs. Continuous injection, such as vapour extraction (VAPEX), and cyclic injection, such as cyclic solvent injection (CSI) are two main categories of solvent EOR techniques. The production rates of VAPEX are low in field tests. CSI does not show exciting results due to the quick reservoir pressure depletion and the sudden reservoir energy loss, which causes the oil to regain its viscosity. A new enhanced heavy oil recovery technique, cyclic production with continuous solvent injection (CPCSI), is proposed in this paper. In this process, a vapour solvent is continuously injected into the reservoir to maintain reservoir pressure and also supply extra gas drive to flood the diluted oil out through an injector that is located on the top of the reservoir, while a producer, which is located at the bottom of the reservoir, is operated in a shut-in/open cyclic way. A series of experiments have been conducted to validate the CPCSI performance by using different sand-pack models with 4¬-5 Darcy permeability, and saturated with Western Canada heavy oil sample. Gaseous propane is continuously injected through an injector at a constant pressure, which is below the dew point pressure, and producer was operated with a cycle of 50-minute-shut-in/10-minute-open period. Experimental results show that, the oil is diluted and drained down by gravity during shut-in period, then produced in producer opening period by solution gas drive and gas flush. In comparison with VAPEX and CSI, CPCSI offers free gas driving, and still keeps oil diluted in the well opening period and produced by the gas flush. The RFs are up to 85% of OOIP in 1-D tests. Also, shorter height model has highest average production rate in comparison with others. Test results are also validated by 2-D physical model, in which the RF is improved by 11% by using the lateral CPCSI compared with classic lateral VAPEX. Well configurations and the shut-in/open scenarios are key optimization factors that affect CPCSI performance. This work shows that CPCSI could be an alternative optimization production scenario for applying solvent based in-situ EOR techniques for Western Canada heavy oil reservoirs.

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 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: aucune
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

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

Citations29
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

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