Sulfide Remediation by Pulsed Injection of Nitrate into a Low Temperature Canadian Heavy Oil Reservoir
Notice bibliographique
Résumé
Sulfide formation by oil field sulfate-reducing bacteria (SRB) can be diminished by the injection of nitrate, stimulating the growth of nitrate-reducing bacteria (NRB). We monitored the field-wide injection of nitrate into a low temperature (approximately 30 degrees C) oil reservoir in western Canada by determining aqueous concentrations of sulfide, sulfate, nitrate, and nitrite, as well as the activities of NRB in water samples from 3 water plants, 2 injection wells, and 15 production wells over 2 years. The injection water had a low sulfate concentration (approximately 1 mM). Nitrate (2.4 mM, 150 ppm) was added at the water plants. Its subsequent distribution to the injection wells gave losses of 5-15% in the pipeline system, indicating that most was injected. Continuous nitrate injection lowered the total aqueous sulfide output of the production wells by 70% in the first five weeks, followed by recovery. Batchwise treatment of a limited section of the reservoir with high nitrate eliminated sulfide from one production well with nitrate breakthrough. Subsequent, field-wide treatment with week-long pulses of 14 mM nitrate gave breakthrough at an additional production well. However, this trend was reversed when injection with a constant dose of 2.4 mM (150 ppm) was resumed. The results are explained by assuming growth of SRB near the injection wellbore due to sulfate limitation. Injection of a constant nitrate dose inhibits these SRB initially. However, because of the constant, low temperature of the reservoir, SRB eventually grow back in a zone further removed from the injection wellbore. The resulting zonation (NRB closest to and SRB further away from the injection wellbore) can be broken by batch-wise increases in the concentration of injected nitrate, allowing it to re-enter the SRB-dominated zone.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».