MétaCan
Menu
Retour à la cohorte
Enregistrement W2050369776 · doi:10.2118/79020-ms

Comparison of CSS and SAGD Performance in the Clearwater Formation at Cold Lake

2002· article· en· W2050369776 sur OpenAlexaff
G. Richard Scott

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensImperial Oil (Canada)
Organismes subventionnairesnon disponible
Mots-clésAsphaltPetroleum engineeringProcess engineeringSteam injectionEnvironmental scienceEngineeringWaste managementMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Data are available for four SAGD projects and two CSS projects operating in the Clearwater formation at Cold Lake. This paper uses these data to compare the energy efficiency and recovery performance of SAGD and CSS. For the conditions outlined in this paper, field data demonstrate that: Bitumen recovery using SAGD is generally uneconomic in the Clearwater formation.Bitumen recovery using CSS in the Clearwater formation:Produces as much as 50% or more bitumen/m3 external gas consumed than SAGD; andWill result in significantly higher overall bitumen recoveries (as a percentage of OBIP) than SAGD. These observations are consistent with industry experience in non-Clearwater SAGD and CSS operations. In addition, operating and design data for commercial SAGD and CSS projects is used to demonstrate that: Due to differences in steam quality, SOR is not an appropriate indicator of energy efficiency. Energy efficiency comparisons are more appropriately based on the quantity of external gas required to produce 1-m3 of bitumen.To convert SOR data to an external gas requirement, the following conversion factors are proposed: 1-m3 wet (80% quality) steam requires approximately 60-m3 gas.1-m3 dry (100% quality) steam requires approximately 75-m3 gas.The use of project specific EBIP, versus OBIP, in calculating recovery makes meaningful comparisons difficult.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,274
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations37
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207