Solution of Problems of Water-Gas Influence (WGI) on the Layer Using Jet and Electrical Centrifugal Pumping Technology
Notice bibliographique
Résumé
Abstract Waterflooding – is currently the most popular method of oilfield development, but very often it does not guarantee high development effectiveness. This fact is the significant problem taking into account that the amount of hard to recover reserves is being increased constantly. The combined water and gas injection to the layer enables us to essentially increase the oil recovery ratio. Use of associated gas for water-gas influence also enables us to solve a problem of its utilization. About 100 field applications of WGI are known since this technology was used in North Pembina (Canada 1957 year) for the first time, and only single cases failed. Today, different technologies of WGI are applied that can be classified in two ways: alternate or simultaneous injection of water and gas (WAG or SWAG Injection). However, traditional ways of applying WGI were not widespread in Russian oil fields, but instead significant amounts of associated gas were flared. WAG compressor technology requires the purchasing of import equipment, essential investments in the initial stage, and high operating costs. Besides compressor stations, the construction of gas treatment plants is required. The separation of rich fraction from associated gas is required for the proper work functioning of compressors. These fractions are not always utilized and than the usage of dry gas for WGI it is less effective in terms of increasing oil recovery.
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) | 0,000 | 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 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 ».