The Modelling, Application and Monitoring of Scale Squeeze Treatments in Heterogeneous Reservoirs, North Sea
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 Scale control within produced fluids as water follows the cycle of injection, production, processing and reinjection in oil/gas production facilities is critical to the effective production of hydrocarbons in a safe, economic and environmentally acceptable manner. This paper will focus on the scale challenges associated with seawater injection into two North Sea reservoirs with a moderate Barium Sulphate scale challenge (80 to 220 ppm Barium, seawater injection) and will describe the impact of scale ion reduction from injection to production wells and the lower minimum inhibitor concentration that results The paper will outline the selection of the inhibitor chemical for squeeze application, initially via bullhead application of the squeeze treatment without diversion then development of a diversion methodology in conjunction with production logging tool data. The paper outlines the application of the diversion treatment applied via bull heading and the improvement in treatment life as well as treatment economics that resulted in the heterogeneous formation. The paper will clearly demonstrate using the four squeeze treatments to a single well how squeeze treatments can be enhanced without the need for coil tubing to allow selective placement. The design methods for this diversion technology will presented along with the methods of monitoring such treatment to ensure effective placement was achieved with the use of inert tracer, produced water analysis, evaluation of type/amount of suspended solids and inhibitor residuals.
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) | 0,000 | 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 découle