MétaCan
Menu
Retour à la cohorte
Enregistrement W2037732870 · doi:10.1080/10916466.2010.485161

The Enhancement of a Low-Frequency Electrical Heating Method by Saltwater Circulation

2012· article· en· W2037732870 sur OpenAlexaboutno aff
Hossein Ali Akhlaghi Amiri

Notice bibliographique

RevuePetroleum Science and Technology · 2012
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCirculation (fluid dynamics)Electrical resistivity and conductivityConvectionRADIUSMechanicsEnvironmental scienceElectrodePetroleum engineeringElectric heatingMaterials scienceGeologyChemistryElectrical engineeringComputer scienceComposite materialPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Low-frequency electrical heating is an effective method that can solve most of the problems of recover of highly viscous oil from a reservoir, such as low initial injectivity and shallow depth in launching common thermal injection processes. This technology has been recently field tested, yielding acceptable results. An associated important problem of electrical heating is the appearance of hot spots around the electrodes, which can be solved by water circulation. Furthermore, water circulation, in particular saltwater circulation, has a significant effect on the heating process due to the high electrical conductivity of the circulated water. In order to investigate the effect of saltwater circulation on process efficiency we studied the process using numerical simulation. The physical properties and operational data for Athabasca bitumen were collected from the literature. The model built using the CMG STARS simulator (Computer Modelling Group, Ltd., Calgary, Alberta, Canada) and tested with available analytical solutions was validated. The results indicate that the proper application of saltwater circulation in electrical heating methods dramatically influences the temperature propagation by increasing the electrical conductivity and extending the effective radius of the electrode, raising the heat convection and cooling the electrodes. After 3 years' simulation, a recovery factor of 40% was achieved.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,264
Écart entre enseignants0,257 · 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'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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum Science and TechnologyMême sujetPetroleum Processing and AnalysisTravaux en français237 207