Scale-Up of Effective Mass Transfer in Vapor Extraction Process for Heterogeneous Reservoirs
Notice bibliographique
Résumé
Abstract Vapex (vapor extraction) is a non-thermal process using vaporized solvents with promising potential to reduce steam consumption in heavy oil recovery. The key recovery mechanism is molecular diffusion enhanced by velocity variations at different scales; i.e., dispersion. The efficiency of diffusion/dispersion depends significantly on reservoir heterogeneities, which exhibit a wide range of length scales. This paper demonstrates a procedure for quantifying the scaling characteristics of effective mass transfer accounting for heterogeneities based on the volume averaging approach. Volume averaging is a mathematical technique to derive continuum equations at coarse scales given representative transport equations at fine scales. Although treatment of transport problems has been published in the past, application to stochastic geological systems is lacking. In the proposed procedure, results from a fine-scale numerical flow simulation reflecting the full physics of Vapex over a small element of the reservoir is integrated using the volume averaging technique to provide effective description of mass transfer at the coarse scale. Scaling characteristics of effective mass transfer are systematically investigated for different heterogeneity distributions. Results show 1) spatial variability of effective mass transfer coefficients increases as solvent chamber advances through the reservoir; 2) mean and variance of effective mass transfer vary with length scale in a fashion similar to that of recovery statistics; 3) variability in effective mass transfer is a strong, non-linear function of heterogeneity. An original contribution is to provide a general framework for developing scaling relationships of effective mass transfer in Vapex accounting for reservoir heterogeneities. It also presents an important potential in modeling of other solvent injection applications. Results demonstrate that effective mass transfer vary with length scale and heterogeneity; hence it should be properly represented for accurate prediction of recovery performance in simulations using scaled-up reservoir models.
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 | 0,001 | 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 | 0,001 |
| 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 ».