A Heuristic Production Model for Cyclic Steam Stimulation in a Fractured Heavy Oil Carbonate Reservoir
Notice bibliographique
Résumé
Abstract The Upper Devonian Grosmont formation is considered to be Canada's next largest unconventional oil resource play, with an estimated 406 billion barrels of heavy oil in place. A number of production pilots targeting the Grosmont formation have tested various thermal enhanced oil recovery techniques, which include steam flood, combustion, and cyclic steam stimulation (CSS). To date, the CSS process has demonstrated considerable promise based on performance from the Unocal Buffalo Creek Phase 2 pilot and through the application of C-SAGD, a CSS variant designed for the Grosmont, at the Laricina-Osum joint-venture pilot in Saleski. While the methodologies for forecasting CSS production profiles are well understood for clastic oil sands reservoirs, no direct analogue exists for carbonate reservoirs such as the Grosmont. The current profiling model for clastics appears to be suitable for matching and forecasting the production characteristics of CSS and the early cycles of C-SAGD in the Grosmont. However, a few extensions to the current profiling models are required to address differences in cycle length, bitumen ramp up, and oil cut characteristics. For instance, oil cuts are typically low initially and increase with time for the majority of cycles in clastic oil sands, whereas in the Grosmont, there is observed cycle-to-cycle variability. The first few cycles typically show high initial oil cuts, decreasing with time; in subsequent cycles, the oil cuts behave similarly to clastic reservoirs. These differences can be attributed to the presence of secondary porosity and permeability systems in the carbonate formation, such as vugs and fracture networks, and their interactions with the matrix. This paper will describe the modification to existing models for profiling production, based on field observations from the aforementioned pilots.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».