Optimal Amount of Solvent in Solvent Aided Process
Notice bibliographique
Résumé
Abstract The Solvent Aided Process (SAP), described previously in literature, is an improvement to SAGD that promises to enhance the economics of bitumen/heavy oil recovery projects and reduce their impact on the environment. In SAP, a small amount of hydrocarbon solvent (such as a low molecular weight alkane) is introduced as an additive to the injected steam during SAGD. The viscosity of the oil thus is reduced due to solvent dilution in addition to heating. SAP can significantly improve the energy efficiency of SAGD, thus reducing the heat requirement. Cenovus's field trials of SAP, discussed elsewhere, have shown the practical upside of this process. Modeling predicts that the higher the amount of solvent used in SAP, the better is the performance (rates, energy intensity) of the recovery process. Besides rate of Bitumen production, economics of SAP depend on the availability and cost of solvent. Although the existing literature has discussed deterministic variations in solvent input, it is largely silent on how much solvent is the right amount of solvent in SAP. This paper contains discussion of using optimal amount of solvent with steam in SAP. The discussion is based on modeling and compares performance of the scheme under various solvent injection strategies. It explores effect of temporal variation in the concentration of solvent at the vapor-liquid interface as well as of pulsed solvent injection on the performance of the process.
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) | 0,001 | 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 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 ».