Successful Field Application of Surfactant Additives to Enhance Thermal Recovery of Heavy Oil
Notice bibliographique
Résumé
Abstract In this paper, we will describe successful field applications of a class of surfactants called Thin Film Spreading Agents (TFSA) to enhance thermal recovery of heavy oil. TFSA has been successfully applied in cyclic steam stimulation (CSS) applications in California and Alberta, Canada and three such case histories will be presented. In Canada, three oilsands CSS wells were treated with 250ppm of TFSA. After a certain number of steam cycles, all wells decline in production relative to the previous steam cycle. After 500 days of production the TFSA treated wells only declined 1.0%. The primary control group of wells declined 39%. The cumlative increase in production of the TFSA treated wells was 20% (6718 bbls/well) greater than the control group. In California, 17 vertical CSS wells in a sandstone formation were treated with TFSA to realize incremental oil recovery. Out of 17 wells, 14 showed an average incremental oil recovery of 5411bbls translating into a success rate of 82%. The average payout period was 13 days. The producer realized a net revenue increase of USD 26 million. In another field application in California, 44 vertical CSS wells in a sandstone formation were treated with TFSA to realize incremental oil recovery. Out of 44 wells, 32 showed an average incremental oil recovery of 720bbls translating into a success rate of 73%. The average payout period was three days and the producer realized a net revenue increase of USD 11.8 million. These field results establish the efficacy of TFSA in increasing recovery in thermal applications.
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 ».