MétaCan
Menu
Retour à la cohorte
Enregistrement W2022200890 · doi:10.2118/77332-ms

Advances in the Prediction and Management of Elemental Sulfur Deposition Associated with Sour Gas Production from Fractured Carbonate Reservoirs

2002· article· en· W2022200890 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésSour gasSulfurDeposition (geology)CarbonateWellborePetroleum engineeringEnvironmental scienceNatural gas fieldNatural gasGeologyWaste managementMaterials scienceEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Shell Canada has experienced significant deposition of solid sulfur during the production of dry sour gas from several of its deep carbonate pools located in Southern Alberta. In several cases, wells have become completely plugged with sulfur in the reservoir within several months. Accurate prediction and effective management of the sulfur deposition are crucial to the economic viability of these fields. A new analytical model has been developed for predicting sulfur deposition associated with sour gas production in naturally fractured reservoirs. Key features of the model include incorporation of reservoir temperature profiles and the concept of critical velocity, which accounts for dynamic effects, resulting in a zone of reduced deposition close to the wellbore. The model has been used to successfully match and predict sulfur deposition in several sour gas producers. The modeling results have been used as a design basis for downhole sulfur treatments and clean-out operations, the optimization of well completions and off-take rates to minimize the impact of sulfur deposition, and the development of new well designs and operating strategies for sulfur producers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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