MétaCan
Menu
Retour à la cohorte
Enregistrement W2079671904 · doi:10.2118/144281-ms

Biology Enzyme EOR for Low Permeability Reservoirs

2011· article· en· W2079671904 sur OpenAlexaff
He Liu, Zhonghong Zhang

Notice bibliographique

RevueSPE Enhanced Oil Recovery Conference · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringEnhanced oil recoveryOil productionSurface tensionVolume (thermodynamics)Permeability (electromagnetism)Oil wellPressure dropMicrobial enhanced oil recoveryDrop (telecommunication)Environmental scienceChemistryGeologyBiochemistryMicroorganismThermodynamicsEngineeringPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Biology enzyme may change wettablity of rocks, release surface hydrocarbon of formation rock particles, and reduce interfacial tension. These properties may be used to reduce water injection pressure of low-permeability oil reservoirs, to enlarge swept volume and enhance recovery rate. We applied 4 types of biology enzyme solutions with different concentrations ranging from 0.5% to 5.0%, to conduct depressurization experiments on 6 artificial cores and 3 natural cores. When concentration of biology enzyme was 2.0%, injection pressure dropped significantly by 22.6% to 72.7%, averagely a drop of 51.4%. Pilot tests have been carried out based on indoor experiment results, as well as economic factors and operating convenience considerations, and other oilfield experiment parameters references. When volume multiple of injected biology enzyme was chosen to be 0.6%PV, production declination of connected oil wells was controlled and production rose gradually, showing that formation pressure has been restored and biology enzyme has played a part in enhancing the oil recovery rate.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,253
Écart entre enseignants0,221 · 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Enhanced Oil Recovery ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207