Real-Time Downhole Monitoring of Electrical Submersible Pumps Rated to 250°C Using Fiber Optic Sensors: Case Study and Data Value in the Leismer SAGD Project
Notice bibliographique
Résumé
Abstract Leismer is the first Statoil operated steam-assisted gravity drainage (SAGD) project in the Athabasca region of Alberta, Canada. Electrical submersible pumping systems (ESPs) are the standard artificial lift method for this project. A field trial was planned for newly developed ESPs rated to 250°C. The increased temperature rating allows operating SAGD chambers at higher pressures, thus providing more operational flexibility for increasing recovery and dealing with common exploitation problems. The field trial required reliable and comprehensive down-hole monitoring, so that thorough ESP performance analysis could be performed under real field conditions. Given the extreme conditions at which ESP systems operate in SAGD, fiber optic pressure and temperature sensors were selected for real-time down-hole monitoring. These sensors were placed at the pump intake, inside the motor and at the discharge. The fiber optic gauges’ performance is comparable to standard SAGD measurement devices, but without some of the disadvantages. The sensing system configuration, ESP interface and installation will be described. This paper will also present the value of real-time ESP monitoring. The pump operation is controlled by continuously history matching performance with well performance software and adjusting parameters to changing down-hole conditions. This ensures the ESPs are run near the best efficiency point. Pump intake sub-cool is controlled to minimize steam flashing occurrence. ESP motor temperature is monitored to boost reliability and run time. Finally, discharge pressure measurement has been used for history matching multiphase flow correlations. This improves ESP performance calculation accuracy in the field’s other wells. Integrating ESP advances with fiber optic measurement has allowed effective local technology qualification under real operating conditions. This project has provided abundant information and knowledge for field-wide production optimization.
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 | 0,001 | 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) | 0,000 | 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 ».