Peace River Carmon Creek Project—Optimization of Cyclic Steam Stimulation Through Experimental Design
Notice bibliographique
Résumé
Abstract Peace River Carmon Creek is a 100% Shell owned ultra-heavy oil lease located in north-western Alberta, Canada, approximately 700 km northwest of Edmonton (Fig. 1). It holds nearly eight billion barrels of 7°API oil in place, spread over 370 km2. The Carmon Creek Project targets possibly about half of that oil for development by cyclic steam stimulation (CSS). There are growth plans for a significant increase in oil production over the next five years. The purpose of this study was to optimize CSS well configuration and steaming strategy for each distinct reservoir area by deploying previously improved and history matched simulation models1. A full field static model was built, comprising over 400 wells. More detailed static sector models were also built for each distinct geological area and translated into elements of symmetry thermal simulation models. The choice of design parameters and handling of uncertainties were addressed in a phased manner. First, the smallest possible element of symmetry simulation model and the most efficient discrete fracture realization were determined. The next phase involved optimization of the well configuration and steaming strategy for each field area (based on approximate Net Present Value, NPV). The final phase entailed uncertainty analysis for the optimized design concepts and determining P15, P50, and P85 forecasts for each area. Experimental Design and Monte Carlo simulations were applied to further reduce the runs required for each phase. Although different optimum CSS designs were determined for each geological area, the modeling results can be generalized as follows: Horizontal well near the base of the reservoir is the optimum well type for CSS at Peace River. Well spacing less than 75 meters appears more attractive in the higher reservoir quality areas compared to the current assumption of 150 meters. In summary, a series of predictive CSS simulation models, primarily for horizontal wells, have been developed. Heavily aided by experimental design, a unique phased modeling workflow was applied to optimize well design and steaming strategy. Some of the suggested design components are already being tested at Peace River.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».