Numerical Study of the Effects of Lean Zones on SAGD Performance in Periodically Heterogeneous Media
Notice bibliographique
Résumé
Abstract Highly permeable lean zones that halt the growth of steam chambers through lateral spreading significantly affect the performance of steam-assisted gravity drainage (SAGD). Nexen's Long Lake and Suncor's Firebag SAGD projects reported existence of intersecting lean zones that behave as thief zones, causing the operating pressure to be lower than the desirable value to reduce heat loss in the lean zones. Given a high steam-oil ratio, long and continuous lean zones located vertically above or near a wellbore pose a challenge. Log analyses and core experiments reveal that the distribution of lean zones is close to being periodic in the upper and middle parts of the McMurray Formation in Athabasca. A simulation model with periodic lean zones is established to analyze the effects of these lean zones on SAGD performance. We investigate the effects of vertical distribution, horizontal spacing and sizes, and spatial relationship with SAGD horizontal wells. We classify the locations of lean zones as above an injector (AI), between an injector and a producer (BIP), and below a producer (BP). For each location, we assign different spacing for neighboring lean zones of different sizes. A lean zone must reach a critical size before this area can act as a thief zone, which is most significant in AI and BIP situations. In general, BP cases are hardly influenced by lean zones. We further control the vertical distribution of these zones using a triangular periodic function that depends on layer depth and connate water saturation. Changing the period of the dominant function yields different kinds of lean zone distribution patterns; we run simulations for each pattern. Results show that lean zones with small periods have significant effects on SAGD performance. We vary the injection pressure to obtain the highest net present value (NPV) based on the fact that more steam is released through the lean zones at a higher pressure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».