MétaCan
Menu
Retour à la cohorte
Enregistrement W1987965493 · doi:10.2118/0605-0062-jpt

Overview: Heavy Oil (June 2005)

2005· article· en· W1987965493 sur OpenAlexaboutno aff
Tony Kovscek

Notice bibliographique

RevueJournal of Petroleum Technology · 2005
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAPI gravityAsphalteneOil reservesPetroleum engineeringEnvironmental scienceProductivitySteam injectionPetroleumUnconventional oilPeak oilEnhanced oil recoveryResource (disambiguation)Waste managementFossil fuelCrude oilGeologyEngineeringClimate change

Résumé

récupéré en direct d'OpenAlex

What is heavy oil, and why do you care about it? These are important questions with answers that are simple, but subtle. Heavy hydrocarbons exhibit gravity less than 20°API. They are characterized by high viscosity that increases as API gravity decreases, low hydrogen/carbon ratios, low gas/oil ratio, as well as significant sulfur, asphaltenes, and heavy metals. In short, heavy-oil reservoirs generally present low-energy and low-productivity wells. These characteristics make recovery challenging, yet the volume of heavy hydrocarbons in the world warrants a thorough look. Canada and Venezuela each possess heavy-oil resources of approximately 3 trillion bbl. In comparison, the heavy-oil resource of the U.S. is less than 200 billion bbl. This does, however, represent a more-than-40-year supply at current U.S. oil-consumption rates. Significant heavy-hydrocarbon resources also are found in Indonesia, Russia, and China, as well as elsewhere. A second reason for interest is the difficulty in attaining economical exploitation. It suggests a need for research and development activities. Thermal recovery, and steam injection in particular, is tremendously successful. The addition of heat reduces oil-phase viscosity significantly. Nevertheless, conventional steam-injection candidates are limited to onshore, relatively shallow, thick, and permeable sands. Given the oil volumes in place, the range of reservoir settings, and the difficulties of extraction, a suite of heavy-oil recovery options is needed. Consider an incomplete list of research and development opportunities. First, primary recovery that uses horizontal and multilateral wells is possible and profitable. The production mechanisms of the heavy-oil solution-gas drive process are, however, not completely elucidated, and performance cannot be simulated by conventional techniques. Second, waterflooding of heavy oil is summarily dismissed because of adverse mobility ratios, but is similarly not well understood. In cold and/or offshore environments, waterflooding may present the only viable recovery option following primary production. Third, steam injection is relatively mature, but steam is considerably less viscous and dense than oil. Cost-effective mobility and profile control by use of aqueous-phase surfactants, gels, or advanced well completions remains an open question. Fourth, in-situ combustion achieved by air injection is technically and economically feasible, especially for deeper, thinner, higher-pressure reservoirs. Combustion has seen less field application than steam because of the difficulty in its description and control. Finally, combustion presents possibilities for in-situ upgrading and sulfur removal. In short, the cumulative production totals of heavy oil are on the order of billions of barrels, but this is only a small fraction of the oil in place. Whether the potential and promise of heavy oil are realized depends on the collective action of industry, academia, and governments to deliver a suite of technologies appropriate for the wide range of reservoir and oil-phase conditions. Additional Heavy Oil Technical Papers Available at the SPE eLibrary: www.spe.org SPE 93881 Toward an Adaptive, High-Resolution Simulator for Steam-Injection Processes SPE 93894 A New Reservoir-Simulation Model for Understanding Reservoir Performance in the McKittrick Steamdrive

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,278
Écart entre enseignants0,267 · 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.

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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Petroleum TechnologyMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207