MétaCan
Menu
Retour à la cohorte
Enregistrement W2043450261 · doi:10.2118/165467-ms

Experimental and Numerical Study of VAPEX at Elevated Temperatures

2013· article· en· W2043450261 sur OpenAlexaff
Parnian Haghighat, Brij Maini, Jalal Abedi

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringAsphaltPropaneWork (physics)Materials scienceEnvironmental scienceGeotechnical engineeringThermodynamicsGeologyEngineeringComposite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Incorporating some heat injection along with the solvent injection appears to be the most viable option for improving the drainage rate of VAPEX in extra-heavy oil formations. The obvious question then concerns the magnitude of temperature increase needed to make the drainage rate economical. The objective of this work was to examine the effect of temperature on VAPEX performance. VAPEX experiments under different operating conditions were conducted in a high-pressure physical model. Physical model was packed with 250 Darcy sand and saturated with Athabasca bitumen (Mackay River oil). Injecting propane at 0.817 MPa, temperatures from 40 to 60ºC were tested to investigate possible improvement to oil production rates. Experimental results were numerically simulated with a commercial compositional simulator, Computer Modelling Group's (CMG) GEM. CMG's WinProp module, along with available experimental data, was employed to model the phase behavior and properties of the propane / Athabasca bitumen system. By history matching the experimental production data, results were extended to wider ranges of temperature and VAPEX performance at elevated temperatures was investigated. According to the results, substantial improvement in the performance of VAPEX in reservoirs containing this type of oil would require increasing the reservoir temperature above 60ºC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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.

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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207