Effect of CO2 Impurities on Gas-Injection EOR Processes
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.
Notice bibliographique
Résumé
Abstract Carbon dioxide flooding is a promising enhanced oil recovery method both on technical and, if operating costs are properly controlled, economic grounds. Injecting this greenhouse gas also has environmental merits. Flue gas from power plants is a ready source of CO2; however extracting CO2 for enhanced oil recovery from such a source will increase project costs. Furthermore, to reduce both the net CO2 utilization and the cost of purchasing gas, it is usually necessary to recycle the produced CO2 with as little purification as possible. Therefore, understanding the roles of impurities in fluid phase behaviour and miscibility characteristics is necessary for designing a cost-effective CO2 enhanced oil recovery process. Laboratory studies of the effect of CO2 impurities on phase equilibrium and minimum miscibility pressure (MMP) were conducted on two Saskatchewan light oils covering a range of densities from 29.5°API to 38°API. The results indicate that the MMP for these light oils could increase unfavourably as the N2 and/or CH4 concentration increased in the CO2 stream. The MMP changes as the type and concentration of impurities in the injected CO2 stream change. However, coreflood tests showed that the near-miscible CO2 displacement might employ the same mechanisms as miscible CO2 flooding to mobilize and displace oil; thus, good oil recovery can be achieved in the vicinity of the MMP. While laboratory measurements are essential in the evaluation of a gas injection process, an equation of state (EOS) simulation was demonstrated to be a useful tool in analyzing the phase behaviour of various injection gases, reservoir fluids, and the gas-oil interactions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle