Alkaline Surfactant Polymer Flooding To Revitalize Oil Production from a Mature Water Flooded Field
Notice bibliographique
Résumé
Abstract Mitigating production decline is a challenging task that every oil company will be faced with at some point over the life of an oil reservoir. However, depending on the existing reservoir fluid and rock characteristics, saturation distribution, and the level of heterogeneity of the reservoir rock, Enhanced Oil Recovery (EOR) programs can be implemented to alleviate the decline in oil rate and improve overall recovery. This paper presents an example of a how a mature waterflooded field in southwestern Saskatchewan, Canada could be revitalized using Alkaline-Surfactant-Polymer (ASP) flooding. In this study, laboratory tests were undertaken to select effective chemicals and optimize concentrations that would yield the highest potential oil recovery. Subsequent radial coreflood experiments demonstrated a wide range of potential recovery that depended on slug size and chemical concentration. A detailed numerical simulation of the optimum core displacement was performed in order to calibrate the interaction of the EOR agent with the reservoir rock and fluids, and ultimately upscaled to the full field numerical model Reservoir simulation sensitivity runs were conducted in order to identify an optimum field development strategy using the selected ASP fluid. The results from this optimized development strategy were compared to the waterflood base case to demonstrate the potential upside of the chemical flood. This paper also presents a holistic roadmap for developing EOR projects from initial concept to field implementation and beyond.
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) | 0,001 | 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 ».