Integrating the Key Learnings from Laboratory, Simulation, and Field Tests to Assess the Potential for Solvent Assisted - Steam Assisted Gravity Drainage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract ExxonMobil and its Canadian affiliate, Imperial Oil Resources, are actively developing the next generation of solvent-aided and solvent-dominated heavy oil recovery processes. While these new recovery processes possess multiple environmental and technical advantages relative to traditional heavy oil recovery processes, there are a variety of challenges that must be addressed and overcome before commercial application. One especially promising technology is the Solvent Assisted – Steam Assisted Gravity Drainage (SA-SAGD) process. In the SA-SAGD process, a light hydrocarbon solvent (diluent) is injected along with dry steam in a dual horizontal well SAGD configuration. An integrated research program has been implemented in order to progress the SA-SAGD technology from the laboratory to the field and to better quantify the benefits of SA-SAGD over SAGD. This integrated research program includes fundamental laboratory work, advanced numerical simulation studies, scaled physical laboratory models, and a two well-pair field pilot. In this paper, we review the scope, technical challenges, and key learnings from the laboratory, numerical modeling efforts, and the field pilot. Each individual component of the research program is important and provides unique and useful information concerning the SA-SAGD process. Given the technical and economic challenges of solvent-assisted thermal heavy-oil processes, these types of fully integrated research programs are essential in order to successfully progress new technologies from the laboratory to the pilot scale and ultimately to the commercial scale. Ultimately, the program is targeted at developing reliable commercial predictive capabilities that have been validated against both laboratory and field data, for application to a wide range of heavy oil reservoirs, operating conditions, and development plans.
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.
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 | 0,001 |
| 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 découle