Experimental Study of Co-Injection of Potential Solvents with Steam to Enhance SAGD Process
Notice bibliographique
Résumé
Abstract Steam-Assisted Gravity Drainage (SAGD) is the preferred in-situ technology to recover heavy oil and bitumen from Canadian reservoirs. It is commercially proven, delivers high oil rates and high ultimate recoveries. Given the large energy requirement and the volume of emitted greenhouse gases from SAGD process, there is a strong motivation to develop enhanced oil recovery processes with lower energy and emission intensities. Addition of potential alkane solvents to steam in processes such as ES-SAGD can reduce the high use of energy and green-house emissions in SAGD. Potential hydrocarbon additives provide an additional means to raise oil phase mobility beyond that achieved by heat. Numerous simulation studies are published on the effect of hydrocarbon additives on SAGD process but few experimental results exist in public domain. Often, Conflicting results exist both in simulation studies and even field tests. In addition, numerical simulations are unable to fully capture the mechanism of hybrid steam solvent processes. This paper summarizes experimental results of addition of potential solvents to steam in SAGD process. N-hexane was selected as the preferred additive to be co-injected with the steam and the experimental result are compared with pure steam injection process. Experiments were conducted using a scaled two dimensional cylindrical model. Peace River Bitumen samples were used to conduct the experiments at 80 psia. Experimental results were analyzed to determine the key parameters involved in solvent assisted SAGD processes. Experimental results confirmed the effectiveness of hydrocarbon additives to enhance SAGD process. Co-injection of potential solvents led to accelerated oil production rate, higher oil recovery and lower energy to oil ratio.
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 ».