Modeling Low Salinity Waterflooding: Ion Exchange, Geochemistry and Wettability Alteration
Notice bibliographique
Résumé
Abstract Low salinity waterflood (LSW) has become an attractive enhanced oil recovery (EOR) method as it shows more advantages than conventional chemical EOR methods in terms of chemical costs, environmental impact, and field process implementation. Extensive laboratory studies in the past two decades have proposed several pore-scale mechanisms of oil displacement during LSW flooding, which are still open for discussion. However, the capability of reservoir simulators to model accurately this process is very limited. This paper provides a critical review of the state of the art in research and field applications of LSW. The focus is on a widely agreed mechanism that is the wettability alteration from preferential oil wetness to water wetness of formation rock surfaces. Ion exchange and geochemical reactions have been experimentally found to be important in oil mobilization due to enhanced water spreading at low salinity. To evaluate the significance of this surface wetting mechanism, a comprehensive ion exchange model with geochemical processes has been developed and coupled to the multi-phase multi-component flow equations in an equation-of-state compositional simulator. This new model captures most of the important physical and chemical phenomena that occur in LSW, including intra-aqueous reactions, mineral dissolution/precipitation, ion exchange and wettability alteration. The proposed LSW model is tested using the low-salinity core-flood experiments reported by Fjelde et al. (2012) for a North Sea reservoir and the low-salinity and high-salinity heterogeneous core-flood experiments by Rivet (2009) for a Texas reservoir. Excellent agreements between the model and the experiments in terms of effluent ion concentrations, effluent pH, and oil recovery were achieved. In addition, the model was also proved to be highly comparable with the ion-exchange model of the geochemistry software PHREEQC for both low salinity and high salinity (Appelo, 1994). Important observations in laboratory and field tests such as local pH increase, decrease in divalent effluent concentration, mineralogy contributions, and the influence of connate water and injected brine compositions can be reproduced with the proposed LSW model. Built in a robust reservoir simulator, it serves as a powerful tool for LSW design and the interpretation of process performance in field tests.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».