MétaCan
Menu
Retour à la cohorte
Enregistrement W2000953832 · doi:10.2118/170143-ms

New Insights on Chemical EOR Processes for Heavy Oil

2014· article· en· W2000953832 sur OpenAlexaboutno aff
Sabrina Hocine, A.. Magnan, Guillaume Degré, D. Rousseau, Nicolas Rousseau

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPulmonary surfactantPetroleum engineeringEnhanced oil recoveryResidual oilOil in placePolymerContext (archaeology)Chemical engineeringAlkali metalAdsorptionMaterials scienceEnvironmental sciencePetroleumChemistryGeologyOrganic chemistryEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Chemical EOR methods have become an increasingly attractive option for heavy oil reservoirs where thermal methods cannot be applied, like in thin reservoirs. The use of surfactants for heavy oil is only reported, both at lab and field scale, in a limited number of cases and mostly in combination with alkali to benefit from the generation of in-situ surfactants. However, operational issues (such as scale or corrosion) associated with the use of alkali as well as negative impacts on project logistics are often mentioned. The objective of this work is to demonstrate at lab scale the efficiency of alkaline-free surfactant-polymer processes in the context of heavy oil reservoirs. The present investigation is focused on a Canadian heavy oil (14°API and 1400 cP) in representative reservoir conditions (high permeability sandstone, temperature of 35°C, low salinity). A dedicated synthetic surfactant formulation is designed using a screening methodology based on a robotic platform. Ultra-low interfacial tensions are evidenced from phase behavior and confirmed by spinning-drop tensiometry. Oil recovery performances of the surfactant formulation are then evaluated in corefloods. Cores at Swi are first polymer flooded until no oil is produced to reach a residual oil saturation. Surfactant-Polymer formulations are then injected. Typical results show that additional oil is produced as a continuous oil bank (up to 100% ROIP depending on the slug size) and with a moderate adsorption if a salinity gradient strategy is applied (typically 0.2 mg surfactant per g of rock). This indicates that the surfactant is able to mobilize most of the residual oil. The results of this exploratory investigation show that alkaline-free surfactant-polymer processes could be applied to heavy oil reservoirs while minimizing operational issues. Complementary work will also be presented on optimization of the process through injection strategy improvement and surfactant dosage reduction as well as on extrapolation of the lab results to field-scale technical and economical feasibility.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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.

Devis d'étudeSans objet
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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207