Enhanced Heavy-Oil Recovery by Alkali-Surfactant Flooding
Notice bibliographique
Résumé
Abstract This study presents the results of laboratory core studies investigating the recovery mechanisms of alkali-surfactant flooding in heavy oil reservoirs. Specifically, mixtures of water and alkali-surfactant systems have been injected into cores containing heavy oil (11 000 mPa·s and 15 000 mPa·s). Salinity is varied in order to generate oil-in-water vs. water-in-oil emulsion systems, and the effects of generating different emulsions are compared. The application of this work is for the many heavy oil reservoirs in countries such as Canada and Venezuela containing viscous oil that still has some limited mobility under reservoir conditions. Alkali-surfactant (AS) flooding has considerable potential for non-thermal oil recovery after primary production. Experiments were performed on cores with varying permeability, at different AS injection rates. All tests were performed on gas-free oil systems. The response from direct injection of AS systems is compared to AS injection after waterflooding. Pressure and oil recovery information is obtained from core floods, and these results are interpreted based on a semi-theoretical framework obtained from phase behavior and bulk liquid studies. It is demonstrated that both oil-in-water and water-in-oil emulsions can lead to the recovery of additional oil. Alkali-surfactant flooding is already an established technique in conventional oil reservoirs, whereby enhanced oil recovery is a result of reduced trapping of oil due to the lowered oil/water interfacial tension. In addition, the injection of these chemicals may lead to the formation of emulsions, as has been documented by previous researchers. In our work, we demonstrate that in heavy oil systems, emulsion formation is a necessary requirement for the production of heavy oil. When these emulsions form, AS injection can lead to considerable improvements in the flooding response, even without the addition of polymers to stabilize the flood.
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 | 0,000 |
| 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 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 ».