MétaCan
Menu
← Retour à la cohorte
Enregistrement W2089148427 · doi:10.2118/97894-ms

Pore-Level Investigation of Heavy-Oil Depressurisation

2005· article· en· W2089148427 sur OpenAlexaboutno aff
Katayoon Shahabinejad, Ali Danesh, P. Cordelier, G. Hamon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBubble pointPetroleum engineeringSaturation (graph theory)BubbleNucleationWettingOil productionEnhanced oil recoveryMaterials scienceEnvironmental scienceGeologyChemistryMechanicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Bubble nucleation, growth and mobilisation of gas are important phenomena encounter in oil production by the depressurisation process. The drive energy for oil production during pressure depletion is supplied initially by oil expansion but mainly by gas evolution from solution and expansion of reservoir fluids. Some heavy oil reservoirs in Venezuela and Canada show a high recovery factor during primary production under the solution gas drive process. Factors responsible for high oil recovery in heavy oil reservoirs are not well understood to allow reliable predictions to be made for economic evaluation of the process. A series of flow visualisation tests at the pore level was conducted using a high-pressure glass micromodel to identify the key features of the process. A heavy crude oil, with a viscosity of 2500 cp at the bubble point pressure and API of around 10, was used to perform the tests at reservoir conditions. Micromodels with realistic pore pattern and different wettability characteristics, including oil-wet, water-wet and mixed-wet were used in the tests. A series of experiments was performed to study the effect of depletion rate, saturation history and water presence on the nucleation process, gas evolution and hydrocarbon movements. Our observations highlighted the significance of test conditions, particularly saturation history and operational conditions on the nucleation process and bubble formation. Laboratory tests can produce a large number of bubbles formed by pre-existing micro bubbles activation, or a limited number of bubbles due to bulk nucleation, resulting in widely different depressurisation results. Hence, interpretation of laboratory data and its application to field performance would require particular considerations as identified in this study. Critical gas saturation and subsequent gas/oil production are strongly affected by the critical value of supersaturation and the number of bubbles formed during depressurisation. Two generalised correlations have been developed to predict the above parameters at realistic reservoir conditions. The experimental data generated in this study and interpretation of the results provide information on gas nucleation, critical supersaturation, bubble density and critical gas saturation, which are essential in field development planning and estimation of oil and gas recovery by depressurisation. The study also clears a number of ambiguities in the literature on prevailing mechanisms in depletion of heavy oil and contradictions between laboratory and field results.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,203 · 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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→