Evaluation of Low Saline “Smart Water” Enhanced Oil Recovery in Light Oil Reservoirs
Notice bibliographique
Résumé
With the depletion of natural driving forces responsible for pushing the oil from reservoirs & declination of oil recovery after secondary stage, the emphasis is now on EOR techniques. The low saline flooding is a type of EOR which gains the attention of researchers due to its easiness to use implications, less cost & environment-friendly nature. Though the low salinity effect has been seen in various labscale core flooding experiments as well as field pilot projects, the mechanism which actually leads to this enhancement in recovery is still the area of research among researchers which is wide open and needs to gain consensus. Seeing the wide mechanisms taking place under different scenarios, it is certain that more than one mechanism is actually supplementing each other in reducing the residual oil saturation while LSW flooding. This study has been undertaken investigations on the low saline flooding in unconsolidated Ottawa sandpack cores with two different, Weyburn & Pelican crude oil, to find out the optimum salinity, LSW Slug Size & underlying mechanisms during LSW flooding. Several core flooding experiments were performed under secondary as well as tertiary recovery stage by unsteady state method. With the reduction of brine salinity from 5000 PPM to 1500 PPM, the oil recovery increased in secondary stage & decreased further upon reduction in salinity to 500 PPM gaining the peak at 1500 PPM. Small enhancement in tertiary recovery of 2.24% observed upon switching to 1500 NaCl PPM brine after injection of formation brine in secondary stage for Weyburn Oil, though large tertiary recoveries of the order of 9.95% for effective oil viscosity of 4 cP and 7.32% for 29.7 cP were observed for n-dodecane diluted Pelican Oil. LSW slug size of 25% pore volume was found to be effective in producing Weyburn Oil in secondary stage.
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 | 0,000 |
| 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) | 0,001 | 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 ».