The Well-Wormhole Model of CHOPS: History Match and Validation
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.
Notice bibliographique
Résumé
Abstract Cold Heavy Oil Production with Sand (CHOPS) is a non-thermal heavy oil recovery technique used primarily in the heavy oil belt in western Alberta and eastern Saskatchewan. Under CHOPS, typical recovery factors are between 5 and 15% with average ~10%. This leaves ~90% of the oil in the ground after the process becomes uneconomic. CHOPS exhibits an enhancement in production rates compared to conventional primary production, which is explained by formation of high permeability channels known as wormholes. The formation of wormholes has been demonstrated to occur in both laboratory experiments and field tracer studies. The ability to model growth of wormholes does not currently exist in commercial reservoir simulators. Here, wormholes are modelled as multi-lateral wells, which grow dynamically in the reservoir, using existing wellbore features. A module was coupled to CMG STARS™ to dynamically grow wormholes in the reservoir taking foamy oil flow, sand failure, and sand production into account. Here, we present on the results of history matches against field data to tune model parameters. The history-matched model reasonably predicts production trends of field CHOPS operations. The results provide a methodology to model CHOPS and predict under uncertainty where the wormholes will tend to grow into the reservoir. This provides a tool for placing new wells in the reservoir that will most likely not be in direct contact with existing wormholes. Multiple realizations of the reservoir can be used to mark the region of the reservoir that undergoes wormhole formation. The model can then be used for follow-up EOR processes such as cycle solvent injection as well as field scale optimization.
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 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 découle