Uncertainty Assessment of SAGD Performance Using a Proxy Model Based on Butler's Theory
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 Steam Assisted Gravity Drainage (SAGD) is an efficient method for thermal recovery of bitumen from the vast reserves available worldwide and particularly from the oil sands in western Canada. Flow simulators are available for predicting SAGD performance and are used to support reservoir management decisions; however, the high computational time associated with the use of such complex flow simulation makes it impractical for all locations especially when reservoir uncertainty and variable operational parameters are included in the making decision process. The use of a simpler analytical model as a proxy for the reservoir simulator is shown to be a feasible alternative to flow simulation. A proxy model based on the Butler's SAGD theory is developed to predict the oil flow rate, cumulative oil production and cumulative steam injection profiles during both: the rising and spreading steam chamber periods for a confined SAGD well pair. Modifying factors are used to fit the proxy to flow simulation results to account for conformance and reservoir heterogeneity among other factors. A critical aspect of the proxy model is a realistic parameterization of geological heterogeneity. Monte Carlo Simulation (MCS) and the proxy model permit an efficient transfer of the uncertainty in reservoir and operational parameters through to performance variables such as oil production and steam oil ratio. An example application for a single well pair showed the efficiency of the methodology in terms of computation time. The results permit improved reservoir management of complex SAGD projects.
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 | 0,000 |
| 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