MétaCan
Menu
Retour à la cohorte
Enregistrement W2048468286 · doi:10.2118/170149-ms

Numerical Thermal Simulation and Optimization of Hybrid CSS/SAGD Process in Long Lake with Lean Zones

2014· article· en· W2048468286 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageBaffleInjectorPetroleum engineeringGeologyOil in placeSteam injectionEnvironmental scienceEngineeringAsphaltOil sandsMechanical engineeringPetroleumMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Cyclic steam stimulation (CSS) and steam-assisted gravity drainage (SAGD) are successful commercial methods for enhanced oil recovery (EOR) used in Canada. Although SAGD exhibits higher oil recovery than CSS, it is more sensitive to reservoir heterogeneities such as top water and lean zones. In most cases, these baffles cause channeling in steam injection operations, thus leading to a high steam-oil ratio (SOR) and low injectivity. Therefore, recovering bitumen by using SAGD in a pilot well pad with such baffles in Long Lake has been a considerable challenge. To overcome the aforementioned issues, a hybrid process that combines CSS and SAGD (hybrid CSS/SAGD) is investigated in this study. Hybrid CSS/SAGD takes advantage of the benefits of both methods. During this process, all SAGD wells operate as cyclic injection/production wells. When the wells are shut in for a soak period, the injectivity of SAGD is highly improved. Simultaneously, the producer can also function as a heat source. After good conductivity is achieved between the injector and the producer, oil recovery is improved significantly. This study aims to construct a hybrid CSS/SAGD simulation model for the Long Lake pilot well pad. The simulation is based on a well-defined 3D geostatistical model. By strictly controlling detailed lithological facies, lean zones and top water zones are accurately described in the geological model. These baffles are mainly located in the upper-middle portion of the McMurray Formation. By adjusting relative permeability curves, a SAGD model with a ten-year production history (beginning in April 2003) is history matched well. Based on this model, we then run hybrid CSS/SAGD simulations by changing well constraints from April 2003 with a submodel of well pair 1. Both wells in the well pair 1 operate as producers and injectors. The simulation results show that CSS-SAGD exhibits higher oil recovery and lower SOR than SAGD alone. Moreover, sensitivity analysis on preheating pressure is performed. Based on the net present value, we optimize the steam injection pressure and steam injection rate to establish criteria for each parameter for the pilot well pad.

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.

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 enseignants0,537
Score d'incertitude au seuil0,899

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 Opus0,013
Tête enseignante GPT0,234
Écart entre enseignants0,221 · 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