MétaCan
Menu
Retour à la cohorte
Enregistrement W2025201817 · doi:10.2118/09-05-58

Souring Remediation by Field-wide Nitrate Injection in an Alberta Oil Field

2009· article· en· W2025201817 sur OpenAlexafffundabout
Alexander Grigorʼyan, Adewale J. Lambo, Shiping Lin, Sabrina L. Cornish, T. R. Jack, Gerrit Voordouw

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYara InternationalSuncor Energy Incorporated
Mots-clésNitrateEnvironmental chemistryProduced waterOil fieldNitriteEnvironmental remediationWater injection (oil production)Enhanced oil recoveryChemistryEnvironmental scienceEnvironmental engineeringWaste managementContaminationPetroleum engineeringGeologyOrganic chemistryEcologyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Abstract When oil is produced by water injection, sulphide formation (souring) can be stimulated. Souring is often caused by sulphate-reducing bacteria (SRB) which oxidize organic carbon (oil organics) with sulphate in the injection water to CO2 and sulphide. As a result, H2S concentrations in the produced water, oil and gas gradually increase. A consequence can be that the piping infrastructure must be redesigned from sweet to sour service. A relatively novel biotechnology aimed to remedy souring is to add nitrate to the injection water. Nitrate tracks the injection water effectively and its cost allows continuous and field-wide treatment. In a field-wide nitrate injection, the injection water (approximately 3,500 m3/day) was amended continuously with 2.4 mM (150 ppm) nitrate. Three points in the injection water system and 12 production wells were monitored by sampling every 2 to 3 weeks. The concentrations of sulphide, sulphate, nitrate, nitrite and ammonia in injection and produced waters were determined, as well as the activities of nitrate-reducing bacteria (NRB). Field-wide nitrate injection gave a 70% drop of aqueous sulphide within the first 5 weeks, after which the concentration recovered somewhat for the next 20 weeks. The activity of NRB increased throughout this period, indicating the possibility of further decreases in souring in the future. Introduction Microbial production of sulphide by sulphate-reducing bacteria (SRB) in oil reservoirs (i.e. souring) often occurs during secondary oil recovery processes when water is injected to maintain reservoir pressure. Souring is largely perceived to have negative effects because dissolved sulphide (HS−) and precipitated metal sulphides (e.g. FeS) are corrosive towards metal pipes and equipment. Injection of suspended metal sulphides may decrease reservoir injectivity by plugging zones near the injection wellbore, decreasing oil production. Suspended metal sulphides also stabilize oil-water emulsions preventing effective separation of produced water and oil. Hence, souring is highly undesirable from a business and operating point of view, especially when the original facilities were not designed to handle sour production. Souring gives rise to safety concerns regarding the exposure of workers in the field to released hydrogen sulphide and to complaints about odours from surface rights owners and, in urban settings, over the threat to real estate values of a sour service operation on or near residential property.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,190
Écart entre enseignants0,187 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207