MétaCan
Menu
Retour à la cohorte
Enregistrement W2054449620 · doi:10.2118/169543-ms

Evaluation of Four Thermal Recovery Methods for Bitumen Extraction

2014· article· en· W2054449620 sur OpenAlexaboutno aff
Albina Mukhametshina, A. W. Morrow, D. Aleksandrov, Berna Hasçakir

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesTexas A and M University
Mots-clésAsphaltPetroleum engineeringEnvironmental scienceExtraction (chemistry)Steam injectionThermalOil in placeEnhanced oil recoveryWaste managementSteam-assisted gravity drainageOil sandsGeologyMaterials scienceEngineeringPetroleumChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Around 70% of the world's bitumen resources are deposited in Western Alberta. Surface mining is applicable only to 20% of the total reserves, and in-situ cold production can only be effective to recover the 5% of the initial bitumen in place. This low extraction yield mainly stems from the high viscosities of bitumen, which can be reduced dramatically with the application of thermal recovery. However, economically viable and technically feasible bitumen extraction with thermal methods is challenging. There are also a range of adverse environmental issues associated with thermal methods. As conventional resources decline and since conventional recovery methods are insufficient to extract unconventional reserves effectively, it is necessary to address these issues associated with thermal recovery methods. In this study, we evaluated the recovery characteristics of a Canadian bitumen (8.8 °API-53,000 cp, at 21 °C) with four thermal recovery methods. A two-dimensional physical model was used to evaluate the performances of Steam-Assisted Gravity Drainage (SAGD) and Hot Water Injection (HWI) with SAGD well configuration. Steam Flooding (SF) and In-Situ Combustion (ISC) experiments were performed with two separate one-dimensional experimental set-ups. Experimental conditions were maintained identical at reservoir average conditions. The effluent gas composition, temperature profiles, oil recovery, behavior of fluid (oil, water, steam, and gas) front movements, and the level of oil upgrading were discussed by considering the environmental and economic constrains of the processes. Furthermore, core samples were extracted from the model to evaluate and visualize the sweep efficiency. Experimental findings reveal that ISC yielded the highest (∼90 wt %) and HWI the lowest (∼33 wt %) oil recoveries. In terms of environmental footprints, SF produced the highest amount of gases per barrel oil production, and HWI resulted in the lowest gas production. Among HWI, SAGD, and SF, energy consumption was the greatest in SAGD and the worst sweep efficiency was obtained with SF. Our results recommend a hybrid utilization of thermal recovery methods, specifically HWI with ISC for the extraction of this bitumen. HWI prepares the reservoir for ISC by aiding to increase reservoir temperature and reducing the reservoir heterogeneities with hot water distribution.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,060
Tête enseignante GPT0,359
Écart entre enseignants0,299 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207