Effect of Oil Viscosity on Heavy-Oil/Water Relative Permeability Curves
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract For heavy oil reservoirs, the oil viscosity usually varies dramatically during production processes, such as thermal process or solvent injection. This paper presents an investigation of the effect of oil viscosity on relative permeability curves for heavy oil-water systems. Unsteady-state displacement tests were conducted in sandpacks under a typical injection flow rate in a heavy oil recovery process. A series of crude oils with a wide range of viscosities were used in the measurements. Large pore volumes of water were injected to minimize the errors caused by the extrapolation of the recovery data. History matching was used to obtain the relative permeability curves, in which capillary pressure was included. It was found that, for the same injection flow rate, heavy oil-water relative permeability curves systematically shifted with oil viscosity. With increasing oil viscosity, the residual oil saturation increased and the oil and water relative permeabilities decreased at the higher water saturation range. Irreducible water saturation tended to decrease with increasing oil viscosity. Micromodel experiments were conducted to visually investigate the difference in the flow behaviour between heavy oil-water and light oil-water systems. Interacting capillary bundle models were used to analyze the impact of oil viscosity on the residual oil saturation. This work aids in the laboratory measurement and determination of the representative relative permeability curves for heavy oil-water systems, as well as in the proper use of relative permeability curves in reservoir simulation for heavy oil development.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle