Co-Injection of Noncondensable Gas Improves ES-SAGD Performance in Shallow Oil Sands Reservoirs With a Small Top Water Zone
Notice bibliographique
Résumé
Abstract The majority of oil sands are too deep for surface mining extraction; hence, in-situ techniques such as Steam-Assisted Gravity Drainage (SAGD) must be used. However, SAGD in low-pressure, top water, reservoirs shows relatively poor performance. To improve SAGD, solvent can be co-injected with steam, as in Expanding Solvent SAGD (ES-SAGD) leading to enhanced recovery, rates, and efficiency. Like most pressurized processes, a competent caprock is needed to prevent steam losses to maintain good efficiency and rates. There exist significant oil sand resources that are considered inaccessible because they are shallow (low-pressure) with little or no caprock with top water zones. Solvent addition allows reduced operating pressure, which makes it amenable for low pressure, shallow reservoirs. This research examines ES-SAGD, with non-condensable gas co-injection, in reservoirs with top water that has the potential to quench the chamber and stagnate oil drainage. The results reveal complex dynamics between the depletion chamber and overlying water zone and operating strategies that extend the life of the chamber thus raising the recovery factor. Low-pressure ES-SAGD operating strategies can be used to efficiently recover bitumen from shallow reservoirs with top water. A key finding from this study is that addition of non-condensable gas to ES-SAGD can significantly improve recovery, rate, and efficiency. Given the volume of shallow oil sands reservoirs with top water, development of processes to unlock this type of resource is important and critical to further growth of in situ oil sands recovery in Alberta. The results provide a technical basis to construct feasible low-pressure ES-SAGD processes for this type of reservoir.
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 ».