MétaCan
Menu
Retour à la cohorte
Enregistrement W2033271271 · doi:10.2516/ogst/2014058

Effect of Wells’ Connectivity Enhancement on the Performance of Vapor Extraction (VAPEX) Process

2015· article· en· W2033271271 sur OpenAlexafffundabout
Mehdi Mohammadpoor, Farshid Torabi

Notice bibliographique

RevueOil & Gas Science and Technology – Revue d’IFP Energies nouvelles · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Regina
Mots-clésInjectorPetroleum engineeringPropaneSoil vapor extractionExtraction (chemistry)Enhanced oil recoveryProcess (computing)Environmental scienceProcess engineeringCarbon dioxideMaterials scienceWaste managementMechanical engineeringComputer scienceChemistryEngineeringChromatographyContamination

Résumé

récupéré en direct d'OpenAlex

Drawbacks of the thermal recovery techniques such as excessive heat loss to the surrounding formations and carbon dioxide emissions during these processes have directed the interests of researchers towards more viable alternatives such as solvent-based recovery techniques (e.g. VAPEX). One of the key parameters to implement a successful VAPEX process is to control the profiles of vapour chamber and consequently improve the areal sweep efficiency. In this regard, an optimum well configuration and well connectivity establishment between the injection and production wells are desirable. The main focus of this research is to extensively conduct series of experiments to investigate the effect of injection/production wells connectivity on the performance of VAPEX process. For this purpose, two large-scale physical models were employed. Propane and propane/carbon dioxide mixtures were selected as the injection solvents in the visual sand-packed physical models saturated with heavy oil sample from Saskatchewan (Canada) heavy oil. Various injection/production scenarios were followed and it was found that the initial connection path between the injector and producer had a significant impact on the vapour chamber profiles and consequently on the ultimate recovery performance of the VAPEX process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOil & Gas Science and Technology – Revue d’IFP Energies nouvellesMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207