Three-Phase Pore-Network Modelling for Mixed-Wet Carbonate Reservoirs
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 Carbonate reservoirs have structural heterogeneities (triple porosity: pore-vug-fracture) and are mixed-to oil-wet. The interplay of structural and wettability heterogeneities impacts the sweep efficiency and oil recovery. The choice of an IOR or EOR process and the prediction of oil recovery requires a sound understanding of the fundamental controls on fluid flow in mixed-to oil-wet carbonate rocks and physically robust flow functions, i.e. relative permeability and capillary pressure functions. Obtaining these flow functions is a challenging task, especially when three fluid phases coexist. In this work we use pore-network modelling, a reliable and physically-based simulation tool, to predict three-phase flow functions. We have developed a new pore-scale network model for rocks with variable wettability. Unlike other models, this model comprises a novel thermodynamic criterion for formation and collapse of oil layers. The new model hence captures film/layer flow of oil adequately which impacts the oil relative permeability at low oil saturation and hence the accurate prediction of residual oil. Pore-networks extracted from pore-space reconstruction methods and CT images have been used as input for our simulations and the model comprises a constrained set of parameters that can be tuned to mimic the wetting state of a given reservoir. We have validated our model with available experimental data for a range of wettabilities. A sensitivity analysis has been carried out to investigate the dependency of relative permeabilities on layer collapse and film/layer flow under various wetting conditions. Additionally, WAG injection has been simulated with different lengths of so-called multi-displacement chains and different flood end-points. The flow functions generated by our model can be passed to the next scales (upscaling) to predict the oil recovery at the reservoir scale and we demonstrate this using a proof-of-concept study.
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 | 0,000 | 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 | 0,001 |
| 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 découle