MétaCan
Menu
Retour à la cohorte
Enregistrement W1991580812 · doi:10.2118/171562-pa

Recovery of Bitumen From a Carbonate Reservoir by Thermal-Assisted Gravity Drainage (TAGD)

2014· article· en· W1991580812 sur OpenAlexaffabout
Bruce Roberts, Tarek Hamida

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageCarbonatePetroleum engineeringSteam injectionPorosityGeologyAsphaltThermalThermal energyMineralogyGeotechnical engineeringMaterials scienceOil sandsComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Summary A new recovery process, thermal-assisted gravity drainage (TAGD), is described for the recovery of bitumen from heterogeneous carbonate reservoirs. The process is shown to be thermally efficient in lower-porosity formations and is less impacted by the complex porosity distributions, that characterize carbonate rock. The TAGD process heats the reservoir by means of a pattern of horizontal heater wells to allow bitumen to flow by gravity into a producer placed at the base of the reservoir. High thermal efficiency is achieved by heating the reservoir to 120–160°C. The energy for this process is transferred to the reservoir by heat conduction from electrically heated mineral-insulated cables. Precise control of reservoir heating is accomplished by optimally placing heater wells within the formation and adjusting the power in each heater for efficient energy usage. Voidage replacement is achieved by solution-gas evolution and connate-water vapourization. The target of this new technology is the thick, highly permeable, and vertically continuous Leduc bitumen reservoir located in the Liege area of north-central Alberta. In addition to improved energy efficiency, the TAGD process does not require water for steam generation, thus reducing the size and initial capital cost of the surface-processing facilities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207