MétaCan
Menu
Retour à la cohorte
Enregistrement W2006545443 · doi:10.2118/170098-ms

A Critical Review of the Solvent-Based Heavy Oil Recovery Methods

2014· review· en· W2006545443 sur OpenAlexafffund
Lixing Lin, Hongze Ma, Fanhua Zeng, Yongan Gu

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2014
Typereview
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetroleum Technology Research CentreUniversity of Regina
Organismes subventionnairesPetroleum Technology Research Centre
Mots-clésSolventPetroleum engineeringAsphalteneEnvironmental scienceEnhanced oil recoveryProcess engineeringThermalPetroleumMaterials scienceComputer scienceChemistryGeologyThermodynamicsEngineeringOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Thermal-based heavy oil recovery methods, which are exemplified by steam-assisted gravity drainage (SAGD), have been successfully used in a number of field applications to enhance heavy oil recovery over three decades. However, there are several major technical issues associated with the thermal-based methods, such as large energy and water consumptions, extensive heat losses and expensive water treatment, as well as considerable greenhouse gas emissions. Thus the thermal-based methods are not suitable for many heavy oil reservoirs with thin pay zones, bottom water, gas caps, and low rock thermal conductivities due to economic constraints and environmental concerns. Alternatively, the solvent-based heavy oil recovery methods are considered. This paper provides a critical review of several solvent-based methods by conducting a comprehensive literature search of over 100 most recent and significant technical publications. First, the basic idea and technical development of each solvent-based heavy oil recovery method are briefly introduced. The advantages of solvent-based methods are stressed. Second, solvent-based methods are classified and each method is described. Third, a large number of experimental, theoretical and numerical studies of solvent-based methods are reviewed, from physical and theoretical modeling to numerical simulations. In particular, the heavy oil recovery mechanisms, phase behaviour and mass transfer of the heavy oil–solvent systems are examined in detail. A few important factors or major phenomena as well as their effects on the solvent-based methods are analyzed, which include the operating conditions (i.e., pressure and temperature), well configuration, solvent-induced asphaltene precipitation, interfacial tension (IFT), and viscous fingering. Most importantly, a total of six pilot tests or field applications of solvent-based methods, such as vapour extraction (VAPEX), liquid addition to steam to enhance recovery (LASER), and other hybrid steam–solvent processes, are evaluated. Finally, several major technical recommendations are made accordingly for future studies and developments of solvent-based heavy oil recovery methods and their potential variations. This updated technical review will help to better understand the solvent-based heavy oil recovery processes and guide a heavy oil producer to better design a solvent-based heavy oil recovery project.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,048
Tête enseignante GPT0,332
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

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