Steam-Injection Strategy and Energetics of Steam-Assisted Gravity Drainage
Notice bibliographique
Résumé
Abstract Steam-Assisted Gravity Drainage (SAGD) is being operated by several operators in Athabasca and Cold Lake reservoirs in Central and Northern Alberta. In this process, steam, injected into a horizontal well, flows outwards, contacts and loses its latent heat to bitumen at the edge of a depletion chamber. As a consequence, the viscosity of the bitumen falls, its mobility rises, and it flows under the action of gravity towards a horizontal production well located several meters below and parallel to the injection well. In practice, the temperature difference between the injected steam and produced fluids, called the subcool, is maintained between 15 and 30°C. Despite many pilots and commercial operations, it remains unclear what the impact of subcool on the performance and thermal efficiency of SAGD especially in reservoirs with a top gas zone. The objective of this study was to define a steam chamber operating strategy that leads to optimum oil recovery for minimum cumulative steam to oil ratio in a reservoir with a top gas zone. These findings were established from extensive simulation runs that were built from a detailed geostatistically generated static reservoir model. The strategy devised uses a high initial chamber injection rate and pressure prior to chamber contact with the top gas. Subsequent to breakthrough of the chamber into the gas cap zone, the chamber injection rates are lowered to balance pressures with the top gas and avoid or at least minimize convective heat losses of steam to the top gas zone. The results are also analyzed by examining the energetics of SAGD.
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 ».