MétaCan
Menu
Retour à la cohorte
Enregistrement W2062707764 · doi:10.2118/129989-ms

Field Applications of Behind-Pipe Saturation Evaluation in a Miscible CO2 Flood

2010· article· en· W2062707764 sur OpenAlexaff
Richard G. Hughes, Samuel Amadi, D. F. D'souza

Notice bibliographique

RevueSPE Improved Oil Recovery Symposium · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringSaturation (graph theory)Oil fieldWell loggingFlood mythLoggingWater saturationEnvironmental scienceGeologyGeotechnical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract To evaluate the amount of bypassed oil in a CO2 flood, it is necessary to obtain some estimate of the remaining oil saturation. Near wellbore oil saturation determination requires a tool or sequence of tools that is able to distinguish oil from other phases that may be present in situ especially when those phases are miscible with the oil. Cased hole logging in waterfloods, steam floods and CO2 sequestration cases has been presented and the techniques used are in the process of becoming reasonably reliable evaluation tools. Very little work has been presented on the case where an existing CO2 flood needs to be evaluated, but has no baseline cased hole logs to tie to. This paper presents the results of field tests where carbon-oxygen and pulsed neutron logs were used in combination to evaluate in situ saturations in an area where oil, water and CO2 are present but where no previous (baseline) cased hole logs had been run. One of the wells had a nearby core characterization and modern open-hole logs to tie the cased hole logs to while another was in the same formation, but only had 1960's vintage open-hole logs. Techniques described in a previous publication were used to perform the evaluation. The theoretical result previously presented worked fairly closely to what was described. However, there are a number of variable parameters required that need to be evaluated and reasonable estimates (or methods to obtain reasonable estimates) of those values are not well documented. This paper will also document the methodologies that seemed to work to successfully estimate these parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery SymposiumMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207