Simulation Analysis of Steam-Based EOR Using MultiObjects Grosmont Models
Notice bibliographique
Résumé
Abstract Carbonates contain more than 50% of the world's known hydrocarbon resources. Although natural fractures are a common feature in carbonates and they can improve primary production from tight matrix carbonates, they pose a unique challenge for enhanced oil recovery (EOR) from heavy oil and bitumen (HOB) carbonates. The current focus on ‘energy mix’ to sustain the world energy demand has once again put HOB carbonates in global spotlight. Among the known HOB carbonate reservoirs globally, the Grosmont carbonate in Northern Alberta contains the largest original in-place HOB (~406.5 billion barrels). However, the Grosmont carbonate poses the greatest development challenge of all other known HOB carbonates due to its petrophysical complexity. We recently published our progress towards developing a methodology for characterizing the Grosmont carbonate that is suitable for direct reservoir simulation. The objective of the current paper is to assess the performances of different steam-based EOR recovery technologies using multiobject reservoir models of the Grosmont. Our results show that simulations on appropriate reservoir models representative of the most hydraulically active objects produce a good account of heat and fluid flow in complex carbonates. Cyclic steam stimulation (CSS) in this paper describes steam injection below fracture pressure and can therefore be related to what has recently been presented in the literature as cyclic single well steam-assisted gravity drainage.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».