Reservoir Fluid Characterization for Tight Fractured Reservoirs: Effect of Diffusion
Notice bibliographique
Résumé
Abstract Molecular diffusion effect has been ignored in many conventional reservoir studies, but it can play a significant role in tight fractured reservoirs and is crucial for an appropriate reservoir evaluation. We have characterized diffusion coefficients of methane gas in hydrocarbon fluid samples by combining experiment and simulation. We employ the theory of Fickian diffusive flux to evaluate molecular diffusion behavior. It is described as a product of concentration gradient, molar density and Fickian diffusion coefficient. Diffusion coefficients, although commonly estimated by existing correlations, shall be calibrated against actual molecular diffusion behavior for practical use. There have been few published papers showing Fickian multicomponent diffusion coefficients, because a simple and reliable measurement method has not been available. We hereby propose a method for computer-assisted multicomponent diffusion coefficient evaluation based on experiments proposed by Riazi that uses a PVT cell apparatus. We measure molecular diffusion behavior in a PVT cell and evaluate diffusion coefficients using Leahy-Dios and Firoozabadi's model with the assumption of local equilibrium described by the Peng-Robinson EOS. Volume shift parameters, binary interaction coefficients, initial pressure, initial liquid volume and diffusion coefficients are optimized to fit measurements by a new global optimization algorithm named iterative Latin hypercube samplings. Simulation case studies are performed to show the effect of molecular diffusion in tight fractured reservoirs. Results indicate that injected gas diffuses deeply into rock matrices when diffusive flux is properly represented. Consequently, better sweep efficiency is achieved compared to the cases without considering diffusion. In this paper, we present a systematic method to evaluate diffusion coefficients of reservoir fluids using EOS. It will be useful for reservoir simulation of oil and gas recovery in tight fractured reservoirs.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».