A New Diagnostic Tool for Performance Evaluation of Heavy Oil Waterfloods: Case Study of Western Canadian Heavy Oil Reservoirs
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 Waterflooding is traditionally considered an unfavorable recovery method in heavy oil reservoirs. Despite this common belief, there have been very successful reported cases of heavy oil waterfloods in western Canada, with recovery factors over 40%. On this basis, a comprehensive statistical study was conducted to determine the effects of various reservoir and operational parameters on the performance of waterfloods in these reservoirs. In this study, a database of 120 operational and reservoir parameters for 177 waterfloods in Alberta and Saskatchewan was developed and analyzed. Statistical analysis of collected database and 15 different performance indices based on the studied injection-production history was conducted using partial least squares technique. This study revealed and ranked the significance of operational parameters on performance of heavy oil waterfloods. This analysis also provided a ranking of various operational and reservoir parameters on performance of waterfloods which were successfully used for dimension reduction of input parameters. In the next step, an artificial neural network technique was applied to develop performance predictive models based on the 38 parameters selected after dimension reduction. Error analysis of the developed neural network models showed an average relative error of 10% deviation from measured performance indices using the collected production and injection histories of the studied waterfloods. This paper provides details of the successful application of the partial least squares approach and the artificial neural network for developing a diagnostic tool for evaluating and predicting the performance of waterfloods in heavy oil reservoirs based on more than 50 years of heavy oil waterflooding in western Canada. The tool developed in this study is able to predict the performance of waterfloods using the 38 easily obtainable operational and reservoir parameters.
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 | 0,002 | 0,001 |
| 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