A Novel Approach for Incorporating Physical Dispersion in Miscible Displacement
Notice bibliographique
Résumé
Abstract Physical dispersion is one of the main mechanisms responsible for controlling the gas-oil mixing that occurs in a miscible flood process. Many conventional reservoir simulators do not explicitly account for the physical dispersion and presume that it may be compensated by numerical dispersion arising out of the finite difference scheme with single point upstream weighting of mobilities for the reservoir grid block sizes used in field-scale simulations. This assumption may lead to erroneous results. The multi-point flux approximation (MPFA) schemes developed in recent years provide improved treatment of the convective flux and allow the handling of tensorial permeabilities for non-uniform and skewed grids. These grids are often required for proper representation of the reservoir geometry. The physical dispersion coefficient in the dispersive flux is tensorial in nature and amenable to a treatment similar to the permeability in the convective flux. We have applied a multipoint control-volume method together with a total variation diminishing (TVD) scheme to calculating the dispersive flux in a compositional simulator. The TVD scheme was used to minimize the effect of front smearing caused by numerical dispersion. This paper presents a method for calculating the full physical dispersion tensor in a compositional simulator using corner-point grids. The proposed formulation accurately handles dispersive flux for non-orthogonal grids, and along with the TVD scheme provides a means for distinguishing physical dispersion from numerical dispersion. A number of cases are presented to show the improvements in simulation results that could be obtained with the proposed method.
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 ».