MétaCan
Menu
Retour à la cohorte
Enregistrement W2027627894 · doi:10.2118/157830-pa

Investigation of Emulsion Flow in Steam-Assisted Gravity Drainage

2013· article· en· W2027627894 sur OpenAlexafffund
C. C. Ezeuko, J.. Wang, Ian D. Gates

Notice bibliographique

RevueSPE Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSteam-assisted gravity drainageEmulsionPetroleum engineeringAsphaltMultiphase flowSteam injectionViscosityPorous mediumPermeability (electromagnetism)Oil viscosityFlow (mathematics)Oil sandsMaterials scienceEnvironmental scienceChemical engineeringGeologyPorosityGeotechnical engineeringChemistryMechanicsEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Summary We present a numerical simulation approach that allows incorporation of emulsion modeling into steam-assisted gravity-drainage (SAGD) simulations with commercial reservoir simulators by means of a two-stage pseudochemical reaction. Numerical simulation results show excellent agreement with experimental data for low-pressure SAGD, accounting for approximately 24% deficiency in simulated oil recovery, compared with experimental data. Incorporating viscosity alteration, multiphase effect, and enthalpy of emulsification appears sufficient for effective representation of in-situ emulsion physics during SAGD in very-high-permeability systems. We observed that multiphase effects appear to dominate the viscosity effect of emulsion flow under SAGD conditions of heavy-oil (bitumen) recovery. Results also show that in-situ emulsification may play a vital role within the reservoir during SAGD, increasing bitumen mobility and thereby decreasing cumulative steam/oil ratio (cSOR). Results from this work extend understanding of SAGD by examining its performance in the presence of in-situ emulsification and associated flow of emulsion with bitumen in porous media.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE JournalMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207