Increasing Lazy Gas Well Production: A Field Wide Case History in Northern Alberta
Notice bibliographique
Résumé
Abstract This paper summarizes methods, chemistries, and application results for a range of liquid foaming agents on a collection of wells applied at a single property in Northern Alberta. The paper goes on to summarize the philosophy, design criteria for selection of remediation chemistries, and methodologies used to counter the production decline occurring as a result of water production. Gas flow rates from these low pressure gas wells were being dramatically affected by production of free or condensed water. If allowed to collect to sufficient levels, the produced fluid killed production altogether. The shallow (500 to 750 meters) wells on this lease are particularly sensitive to fluid production as reservoir pressure was very low, approximately 700 kPa (102 psi), and production of only 0.5 m3 (3.15 bbl) of water per day could kill a well. Additional challenges were caused by high solids production and scale deposition. Additionally, further loading up the wells and lowering production as well as asphaltene precipitation, formed a very adherent and dense solid precipitate with sand produced by the well. Initially wells were cleaned with a combination batch asphaltene solvent. Subsequently, a very pervasive foam forming chemical was used to unload solids. Continuous injection of 2 liters per day of a liquid based foaming chemical into one particular well increased gas production by 3 e3m3 (0.1 mmcf) per day (a 50% increase). Other wells were successfully treated to remove water and solids that were blocking the perforated interval. Significant value was added by increasing production field wide by 33% with an insignificant associated chemical cost. The results and conclusions of this work are applicable to the shale gas and CBM fields being produced throughout North America and enable best practice chemical well enhancement to be applied.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».