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 OpenAlex
Lixing Lin, Hongze Ma, Fanhua Zeng, Yongan Gu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
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