MétaCan
Menu
Retour à la cohorte
Enregistrement W2041105983 · doi:10.2118/165486-ms

Key Learnings from a Simulation Study of a Solvent-Assisted SAGD Pilot at Cold Lake

2013· article· en· W2041105983 sur OpenAlexaff
Jasper L. Dickson, Ganesan Subramanian, Prateek Shah, Joan M. Otahal, Larry M. Dittaro, Ali E. Jaafar, Jeffrey A. Yerian

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensImperial Oil (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringSteam-assisted gravity drainageSteam injectionReservoir simulationOil sandsPilot plantOil in placeOil fieldEnvironmental sciencePetroleumGeologyEngineeringAsphaltWaste managementMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract ExxonMobil and Imperial Oil Resources (IOR) are conducting a Solvent Assisted - Steam Assisted Gravity Drainage (SA - SAGD) experimental pilot at Cold Lake in the Clearwater formation. In this SA-SAGD pilot, up to 20% by volume of a hydrocarbon solvent (diluent) has been injected along with dry steam in a dual horizontal well SAGD configuration. The primary objective of the pilot was to quantify the impact of solvent addition on bitumen production and steam-oil ratio (SOR). Key surveillance data collected during the pilot include production/injection rates (oil, water, and solvent), production/injection pressures, horizontal well temperatures, observation well temperatures, saturation logs, and time-lapse 3D seismic surveys. The objective of this paper is to discuss the modeling efforts that were completed in order to interpret the initial results of the pilot. Specifically, this paper will address (1) the construction of a detailed 3D geologic model and the corresponding flow simulation model and (2) the history-matching results. The geologic model incorporates information from 3D seismic surveys as well as core and log data from the pilot observation wells. Using the geologic model and the field production data, the SA-SAGD process was modeled using a thermal simulator. An acceptable match to the total hydrocarbon production rate, injection pressure, and SOR was achieved through a minor adjustment to the model permeability. The completed simulation studies are invaluable in increasing our understanding of the key parameters that control flow behavior in the SA-SAGD process. Ultimately, these learnings will be used by ExxonMobil and Imperial Oil Resources to optimize the process and make decisions related to full-field commercial deployment of the SA-SAGD recovery 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 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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,244
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207