MétaCan
Menu
Retour à la cohorte
Enregistrement W2065281374 · doi:10.2118/117643-ms

Design and Optimization of Hybrid Ex Situ / In Situ Steam Generation Recovery Processes for Heavy Oil and Bitumen

2008· article· en· W2065281374 sur OpenAlexafffund
Xiaomeng Yang, Steve Larter, Ian D. Gates

Notice bibliographique

RevueInternational Thermal Operations and Heavy Oil Symposium · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésFlue gasSteam-assisted gravity drainageEnvironmental scienceSteam injectionWaste managementAsphaltSteam drumBoiler (water heating)Electricity generationPetroleum engineeringOil sandsProcess engineeringEngineeringSuperheated steamMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Given the enormous capital costs, operating expenses, flue gas emissions, water consumption and handling conducted in thermal in situ bitumen recovery processes, improving overall efficiency by lowering energy requirements and environmental impact of these production techniques is a priority. Steam Assisted Gravity Drainage (SAGD) is a common thermal technique used in Athabasca reservoirs. Although SAGD is effective at producing bitumen, its energy efficiency can be poor due to enormous heat losses on the surface and in the wellbore. Given current attention to carbon dioxide emissions and water handling, there is a need to design and implement Reduced Emissions to Atmosphere Recovery (REAR) processes for heavy oil and bitumen extraction. One alternative is to generate steam in situ by in situ combustion (ISC) by injecting air or oxygen into the formation thus reducing or even avoiding transfer heat losses. In ISC, an energy generating oxidation zone propagates within the formation and generates heat which enables in situ steam generation from formation and injected water within the reservoir. In this research, design and optimization of hybrid in situ steam generation recovery processes are examined by using advanced three-dimensional reactive thermal reservoir simulation. Hybrid techniques combine the advantages of both ex situ steam and in situ steam generation processes in that it raises overall energy efficiency, lowers natural gas consumption as fuel, reduces overall gas emissions as well as water usage to generate steam, all on a per unit oil basis. The research here identifies steam-air based hybrid processes that use roughly 70% of the energy of conventional SAGD to recover the same amount of oil with substantial reduction of flue gas emissions and water use as viable REAR processes worthy of scaled physical model and potentially field testing. Introduction Two requirements of in situ heavy oil recovery processes must be met for successful performance: first, make the heavy oil or bitumen mobile, and second, move the mobilized oil to a production well. Since virgin viscosities of Athabasca bitumen generally exceed several million cP, especially near the base of the oil leg (Larter et al., 2006; Gates et al., 2008), the key to success is first measured by the process' ability to mobilize the heavy oil or bitumen. There are four main methods to accomplish this: heat, solvent dilution, solvent deasphalting, and in situ upgrading. An efficient source of heat is in situ combustion (ISC) which also provides combustion gases that could potentially aid movement of mobilized bitumen in the reservoir.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,619

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 savante0,0000,001
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 Opus0,018
Tête enseignante GPT0,240
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'étudeSimulation ou modélisation
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

Citations4
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Thermal Operations and Heavy Oil SymposiumMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207