Characterizing the Effects of Lean Zones and Shale Distribution in SAGD Recovery Performance
Notice bibliographique
Résumé
Abstract Performance of steam-assisted gravity drainage (SAGD) is influenced significantly by the distributions of lean zones and shale barriers, which tend to impede the vertical growth and lateral spread of a steam chamber. Previous works in the literature have partially addressed their effects on SAGD performance; however, a comprehensive and systematic investigation of the heterogeneous distribution (location, continuity, size, and proportions) of shale barriers and lean zones is still lacking. In this study, numerical simulations are used to model the SAGD process. Capillarity and relative permeability effects, which have been ignored in many previous simulation studies, are incorporated to model bypassed oil. A ranking scheme based on cumulative oil production and cumulative steam oil ratio is devised. A detailed sensitivity analysis is performed by varying the location, continuity, size, proportions, and saturation of these heterogeneous features. Lean zones and shale lens (imbedded in a region of degraded rock properties) with different thickness and degree of continuity are placed in areas located either above the injector, below the producer, or in between the well pair. It is noted that among numerous parameters that influence the ultimate recovery, remaining bypassed oil, chamber advancement, and heat loss, continuity and position of these features in relation to the well pair play a particularly crucial role. We subsequently employ neural network modeling for constructing data-driven models to identify and propose a set of input variables for correlating relevant parameters or measures, which are descriptive of the heterogeneity and properties of the shale barriers, to recovery and ranking results. This work provides a guideline for assessing the impacts of reservoir and saturation heterogeneities on SAGD performance. We identify a set of input variables and parameters that have significant impacts on the ensuing recovery response. The proposed set of variables can be defined readily from well logs and applied immediately in data-driven models with field data and scale-up analysis of experimental models to assist field-operation design and evaluation. The approach presented in this paper can also be extended to analyze other solvent-assisted SAGD processes.
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 ».