MétaCan
Menu
Retour à la cohorte
Enregistrement W2072544557 · doi:10.2118/09-09-54

Laboratory Experimental Testing and Development of an Efficient Low Pressure ES-SAGD Process

2009· article· en· W2072544557 sur OpenAlexfundaboutno aff
Oluropo Rufus Ayodele, T.N. Nasr, Gilles Beaulieu, G. Heck

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2009
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaConocoPhillips
Mots-clésPetroleum engineeringOil sandsAsphaltLow energyPropaneProcess (computing)Steam injectionHigh pressureEnvironmental scienceChemistryGeologyEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Certain Athabasca reservoirs have low pressures because they have been depleted due to production of overlying gas. Other reservoirs are naturally occurring low pressure shallow bitumen reservoirs. Hence, there is a need to develop or investigate recovery processes under which such low pressure reservoirs can be developed. As a result of this, experiments were initiated to extend the Expanding Solvent-SAGD (ES-SAGD) process application to low pressure Athabasca reservoirs in order to evaluate oil recovery from such reservoirs. The goal of these experiments is to develop a low pressure ES-SAGD process with better performance than, or comparable performance to, that of the high pressure SAGD process. This paper describes five sets of laboratory experiments examining recovery processes, which includes a low pressure (500 kPag +/- 50 kPag) SAGD experiment, a propane-SAGD experiment, multi-component ES-SAGD (at low and high concentrations) experiments and a high pressure (2,100 kPag +/- 50 kPag) SAGD experiment. The results of these experiments are presented and analyzed in order to evaluate the performance of low pressure ES-SAGD in comparison to SAGD (at low and high pressure) and propane-SAGD at low pressure. The processes were assessed for recovery, recovery time, heat loss, steam chamber growth and energy efficiency. The principal conclusion is that the low pressure multi-component ES-SAGD at the right concentration (mostly at low concentration) is fairly competitive with SAGD at a high pressure. The energy consumption in the steam or steam/solvent zone per oil recovered (ECDZ) for low pressure multi-component ES-SAGD experiments is much lower than the low pressure and high pressure SAGD tests. The propane-SAGD test recovery is very low, even at higher energy consumption, than that of the ES-SAGD experiment at low concentration. The work presented in this paper shows that the application of a multi-component ES-SAGD process in the field at low pressure is a practical option. It also shows that bitumen/heavy oil reservoirs that would have remained untapped due to low reservoir pressure could be produced at lower energy consumption per oil recovered if a low pressure ES-SAGD process at low concentration of the diluents is employed in the recovery of the oil. Introduction Certain Athabasca reservoirs have low pressures because they have been depleted due to production of overlying gas. Other reservoirs are naturally occurring low pressure shallow bitumen reservoirs. The application of Expanding Solvent-SAGD (ES-SAGD)(1–2) to these low pressure reservoirs has been a major area of attention at the Alberta Research Council (ARC) in recent years. As a result of this, experiments were initiated to extend the ES-SAGD application to low pressure Athabasca reservoirs. The goal is to develop a low pressure ES-SAGD process with better performance than, or comparable performance to, that of the high pressure SAGD process and extend the ES-SAGD process application to gas-over-bitumen reservoirs and naturally occurring low pressure reservoirs. In this paper, four low pressure experiments and one high pressure experiment conducted in a 2D experimental facility at the Alberta Research Council are presented and analyzed in order to evaluate the performance of ES-SAGD at low pressure.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,234
Écart entre enseignants0,226 · 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

Citations68
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetPetroleum Processing and AnalysisTravaux en français237 207