MétaCan
Menu
Retour à la cohorte
Enregistrement W1994688180 · doi:10.2118/134247-pa

Mechanisms of Heavy Oil Recovery by Low Rate Waterflooding

2010· article· en· W1994688180 sur OpenAlexafffundabout
A. Mai, Apostolos Kantzas

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of CalgaryLaricina Energy (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPetroleum engineeringOil in placeEnvironmental scienceOil reservesOil viscosityOil productionWater injection (oil production)Steam injectionViscosityPetroleumGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract At the conclusion of primary heavy oil production, significant volumes of oil still remain in the reservoir under depleted reservoir pressure. Waterfloods are often considered for additional oil recovery. It is accepted that conventional oil waterflooding theory is not applicable for heavy oil. However, there is a lack of understanding of how waterfloods should perform in these reservoirs, particularly after water breakthrough. In this study, waterfloods were performed at multiple rates in cores containing heavy oil and connate water. In some cores, oil was initially free of solution gas, and waterfloods were a primary recovery process. In other cores, waterfloods were performed after primary production. Experiments were performed in linear systems for a high-viscosity oil (11,500 mPa·s at 23°C), at different injection rates. The influence of viscous and capillary forces is studied in primary vs. secondary recovery systems. A common misconception is that capillary forces are negligible in heavy oil; however, this work shows that these forces are significant, and that water imbibition after water breakthrough can lead to improved oil recovery in both primary and secondary waterfloods. Introduction The Canadian deposits of heavy oil and bitumen are some of the largest in the world. Recent estimates by the Alberta Energy and Utilities Board(1) suggest that this resource could exceed 270 billion m³ in Alberta alone, with a significant portion of this oil located in reservoirs where energy-intensive thermal operations will not be economic. Heavy oil is a special class of this unconventional oil, which has viscosity ranging from 50 - 50,000 mPa·s (cp) and low API gravity. Heavy oil reservoirs are often high-porosity, high-permeability, unconsolidated sand deposits. Permeability of the sand averages in the range of 3D, but oil does not flow easily because of its high viscosity(2). The oil may contain dissolved solution gas at initial conditions; thus, a fraction of the oil can be recovered through solution gas drive. Primary production can recover around 5% of the oil in place(1), leaving significant oil volumes in the reservoir for potential secondary recovery. Waterflooding is a common technique for secondary oil recovery in conventional oil reservoirs. In heavy oil systems, the extremely high oil viscosities lead to adverse mobility ratio conditions; thus, water will tend to "finger?? through the oil, and recoveries are expected to be extremely low(3,4). Despite the poor recoveries predicted theoretically, there have been numerous reports of heavy oil waterfloods performed in the literature(5-8). All of these studies report poor sweep efficiencies and low overall recovery. However, it is significant that in all cases some oil was still recovered, despite the highly adverse mobility ratios in the waterfloods.

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 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 enseignants0,027
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,003
Tête enseignante GPT0,176
Écart entre enseignants0,173 · 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'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

Citations36
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

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