Can Injection of Low Temperature Air-Solvent LTASI Be a Solution for Heavy Oil Recovery in Deep Naturally Fractured Reservoirs?
Notice bibliographique
Résumé
Abstract Heterogeneity and depth rule out steam injection and in-situ combustion processes for heavy-oil recovery in deep naturally fractured reservoirs (NFR). Once it is controlled by a proper injection scheme and the consumption of air injected through efficient diffusion into the matrix, low temperature air injection (LTAI) can be an alternative technique for heavy-oil recovery from deep NFRs. Limited studies on light oils showed that this process was strongly dependent on an oxygen diffusion coefficient and matrix permeability, both of which are typically low. A new approach, i.e., the addition of hydrocarbon solvent gases into air is expected to improve the diffusivity of the gas mixture and to accelerate the oxidation reaction to breakdown asphaltenic molecules effectively. This improves the gravity drainage recovery from the matrix. To study this new idea called low temperature air-solvent injection (LTASI), laboratory tests were performed by immersing heavy-oil saturated cores into air¬ solvent filled reactors to determine the critical parameters on recovery, diffusion coefficient, oxidation kinetics, viscosity reduction, and gravity drainage rate. It is imperative that enough time is given for the diffusion process before injected air filling to fracture network breakthrough. This implies that huff and puff injection is an option as opposed to the continuous injection of air. A high recovery factor was obtained by soaking a single matrix in an air-solvent chamber at static conditions rather than with air only. The period of pressure stabilization was faster for the air-solvent mixture atmosphere than in 100% solvent. The asphaltene content was lowered more in the air-solvent chamber than in a 100% air case.
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 ».