Solid Polymer Prevents Gas Migration into Cement Slurry in Subzero Conditions
Notice bibliographique
Résumé
Abstract Cementing formations with medium to high gas migration severity in cold conditions is considered a very challenging operation for major operators in Turkmenistan. The liquid gas migration agents used in Turkmenistan for the above mentioned severities incur additional operational and technical challenges, particularly during the winter months as the ambient temperature falls below zero. In addition to the climatic challenges, Turkmenistan drilling activity often encounters the additional challenges of high pressures and narrow pore / frac windows. This paper focuses on case studies to analyze the application of both liquid and solid gas migration prevention additives compared with conventional slurry systems in overcoming challenges encountered while cementing across gas bearing formations. To address such challenges, a solid polymer gas migration prevention additive has been field tested successfully in environments such as Canada, USA and Russia having similar conditions as Turkmenistan. A description is then given of a successful method of combining a special solid polymer based gas migration prevention system with good cementing practices, in order to not only achieve the primary objective of the cementing operation, but also yield improved logistics in terms of storage, handling, and no associated mix fluid aging or detrimental effect of thawing. Field case histories are presented, illustrating the versatility of the system in solving gas migration problems in seasonal climate changes. Above all, solid gas migration prevention polymers are considered the best cost effective solution compared to the liquid gas migration agents of the same family which is considered as the key value for commercial oil and gas production.
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 ».