MétaCan
Menu
Retour à la cohorte
Enregistrement W2069336685 · doi:10.2118/83505-ms

Selection, Operation, and Evaluation of High Temperature Oil in Water Monitor for Two-Phase Extra Heavy Oil (Bitumen) Test Separator Service at Peace River

2003· article· en· W2069336685 sur OpenAlexaffabout
Micheal D. Geneau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésSeparator (oil production)AsphaltDiluentEnvironmental sciencePetroleum engineeringPetroleumMaterials scienceEngineeringGeologyChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Since 1986, Shell Canada has been using two-phase separators for well test application in bitumen production service. As bitumen (8 to 10 API) at Peace River has a density similar to that of produced water, depending on operating temperature, the use of three-phase test separators is not practical. In bitumen service, a three-phase separator requires either heating or cooling plus diluent to reduce the bitumen density so that classical gravity separation can be achieved. With a two-phase system, a means is required to determine the amount of oil in the produced emulsion. This is often achieved by either obtaining a representative fluid sample from the separator and determining the water cut in the lab, or by an online instrument. The two-phase well test system operates at temperatures ranging from 80 to 200 °C at an operating pressure of 1500 kPa. The water cuts from the wells range from 10 to 90 percent with an average of 40 percent. Agar's OW-201 water-cut monitors, in conjunction with Coriolis mass flow meters, were selected for test separator systems at Peace River. This paper describes the field tests performed to verify the Agar OW-201 meter operation for Peace River service, Shell's operating experience to date and the performance achieved during one year of operation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,308
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207