Computation of Sand Production in Water Injectors
Notice bibliographique
Résumé
Abstract A significant proportion of the future oil production is expected to be driven by water injectors and in reservoirs that are sand prone. Achieving sweep efficiency and sand control in such formations is challenging. In many cases the ideal sand control is no sand control (e.g., a C&P completion) requiring rigorous sanding assessment. Sand production in injectors often go unnoticed until it is too late (sand covering the pay) making it difficult to ascertain the specific set of conditions resulting in sanding and the severity of the individual sanding episodes. Based on physics and mechanisms governing sanding, general factors can be postulated on the causes of sanding but not in a quantitative form. To provide a deeper insight into this matter, a numerical study has been undertaken to model sanding in injectors with due account of several inter-coupled factors including injection pressure, crossflow, waterhammer pressure pulses, degradation of the formation matrix resulting from repeated shut-downs and others. This paper describes the concepts used for sand production modelling and shows application of the model to a field problem involving a C&P completion in a sand prone reservoir. The results show the mode and magnitude of sanding are influenced by the rock properties, injection operations and the equipment type and installation. The cases analyzed indicate a correspondence between the rate of shut-in and the onset of sanding. In cases involving unconsolidated sands, the waterhammer effects have a pronounced impact on sanding. Sand control can be omitted in even very weak rocks provided the injection pressure is optimized, frequency of hard shut-downs is controlled and hardware is positioned in such a manner to reduce the waterhammer pressure pulse magnitude. The proposed modeling can be used in determining the sand sump capacity required over the projected life of the well.
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 ».