Numerical Thermal Simulation and Optimization of Hybrid CSS/SAGD Process in Long Lake with Lean Zones
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».