MétaCan
Menu
Retour à la cohorte
Enregistrement W2012346398 · doi:10.2118/117610-ms

Enhanced Heavy Oil Recovery on Depleted Long Core System by CH4 and CO2

2008· article· en· W2012346398 sur OpenAlexafffund
Ruibo Shi, Apostolos Kantzas

Notice bibliographique

RevueInternational Thermal Operations and Heavy Oil Symposium · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésOil in placePetroleum engineeringCore (optical fiber)Groundwater rechargeMethaneEnvironmental scienceGeologyMaterials scienceGeotechnical engineeringChemistryPetroleumComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes a laboratory study of potential post-cold production strategies for heavy oil reservoirs. The tests were conducted on two primarily depleted long core systems (glassbeads core and sandpack core). The glassbeads core is 18.2 m in length with higher permeability (11.8 Darcy) and the sandpack core is 18.5 m long with lower permeability (1.9 Darcy). Both core systems were recharged by CH4 injection followed by a depletion step similar to the cold production experiment. Both cores were then exposed to a single cycle of CO2 injection, soaking and production. This work aims at further understanding the heavy oil solution gas drive mechanism. Furthermore, the study aims at assessing methane and carbon dioxide recharging as a potential recovery method for heavy oil reservoirs, and at establishing a base line for comparison against each other. Results of this study indicate that CH4 and CO2 recharge processes give an additional 8% and 9% OOIP recovery for the glassbeads core and the sandpack core, respectively. Since the cold production for the glassbeads core (22.2% OOIP) was high, the low recharge recoveries may be pessimistic. However, for the sandpack core, the recharge recovery appears more optimistic with almost similar recovery to that of cold production (about 10.2% OOIP).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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'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

Citations21
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Thermal Operations and Heavy Oil SymposiumMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207