MétaCan
Menu
Retour à la cohorte
Enregistrement W2047635980 · doi:10.2118/77965-ms

Waterflooding Performance of Stratified Reservoirs with Bottom-Water Conditions

2002· article· en· W2047635980 sur OpenAlexaff
Ezeddin Shirif, Gary Zao

Notice bibliographique

RevueSPE Asia Pacific Oil and Gas Conference and Exhibition · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringBottom waterGeologyWater cutWater injection (oil production)Saturation (graph theory)Water saturationEnvironmental scienceGeotechnical engineeringOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Many reservoirs in North America contain a high water saturation zone "bottom-water" underlying the oil zone. Waterflooding under such conditions is typically ineffective because of chanelling of water through the bottom-water zone. However, in some cases, waterflooding such reservoirs may still be feasible and economically viable. While there is no doubt that some of the injected water bypasses the oil zone through the bottom-water zone, most of the injected water may still displace the oil, depending on the reservoir conditions. Therefore, a mechanistic understanding of oil displacement by a waterflood in the presence of a bottom-water zone is the basis for predicting recovery performance, and there is a need for developing a mathematical model to describe water channeling under bottom-water conditions. In this paper, a new simple analytical model was developed to predict waterflood performance in stratified reservoirs when a water zone is present. Given the reservoir description, the new mathematical model can be used to describe the amount of water channeling into the bottom-water, calculate pressure distribution in each layer and together with a prediction of oil recovery. Results of the mathematical predictions are compared with experimental and simulation results, showing good agreement.

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 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 enseignants0,438
Score d'incertitude au seuil0,388

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,223
Écart entre enseignants0,201 · 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.

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

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Asia Pacific Oil and Gas Conference and ExhibitionMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207