MétaCan
Menu
Retour à la cohorte
Enregistrement W2071713133 · doi:10.2118/134528-ms

Getting Smarter and Hotter With ESPs for SAGD

2010· article· en· W2071713133 sur OpenAlexaff
Shauna Noonan, Maura Dowling, Lindsay D’Ambrosio, W. Klaczek

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesConocoPhillips
Mots-clésInstrumentation (computer programming)Reliability (semiconductor)Test (biology)Fluid dynamicsComputer scienceFlow (mathematics)Environmental scienceSimulationPetroleum engineeringNuclear engineeringMechanical engineeringEngineeringGeologyOperating systemPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper summarizes the results from a high-temperature test program completed in late 2009 and discusses a new electric submersible pumping (ESP) configuration that was validated by ConocoPhillips for operations at 250°C and planned for 2010 field trials. This new prototype ESP system was jointly tested by ConocoPhillips and Schlumberger for 42 days in the C-FER Technologies high-temperature flow loop at fluid temperatures ranging from 150°C to 260°C, and at 250°C and above for approximately 40% of the total time. While the primary objective of this test program was to validate this ESP system for use in 250°C fluid temperatures, the additional instrumentation at the test facility also offered an opportunity to investigate the temperature dynamics of the fluid flowing past the motor, and the pressure and temperature behavior of the motor. The test data was also compared to data from a similar test completed in 2008 and the evaluation provided some interesting observations, which will be discussed. The information in this paper will be of value to any operator that has ESPs installed in high-temperature applications. In addition, the lessons learned from this test program may also be used to increase ESP reliability in conventional applications.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,351

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetOil and Gas Production TechniquesTravaux en français237 207