MétaCan
Menu
Retour à la cohorte
Enregistrement W2093822878 · doi:10.2118/164306-ms

Design of SOS-FR (Steam-Over-Solvent Injection in Fractured Reservoirs) Method for Heavy-Oil Recovery Using Hybrid Optimization Framework

2013· article· en· W2093822878 sur OpenAlexafffund
Muhammad Al-Gosayir, Tayfun Babadagli, Juliana Y. Leung, Al-Muatasim Al-Bahlani

Notice bibliographique

RevueSPE Middle East Oil and Gas Show and Conference · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSteam injectionComputationBenchmark (surveying)Computer scienceOil fieldReservoir simulationDesign of experimentsOptimal designAsphaltProcess engineeringEnhanced oil recoveryResponse surface methodologySolventPetroleum engineeringEnvironmental scienceAlgorithmEngineeringMaterials scienceMathematicsChemistryMachine learningGeology

Résumé

récupéré en direct d'OpenAlex

Abstract In order to reach the ultimate heavy oil and bitumen recovery with minimal cost, efficient and optimized design for recovery processes operation strategies is necessary. Despite the amount of the heavy oil and bitumen reserves around the world, the production is limited due to the production development difficulties such as high cost, complex processes, and environmental concerns. Many design and performance evaluation studies published in the literature combine numerical simulation with graphical or analytical techniques; however, only few design elements are handled due to the difficulties of handling large number of factors. Due to the high computation requirements, limited efforts that integrated the simulation exercise with global optimization algorithms to handle more design elements. In this paper, a hybrid global optimization framework is used to optimize the design of a new process called Steam-Over-Solvent in Fractured Reservoirs (SOS-FR) proposed by Al-Bahlani and Babadagli (2008, 2009a-b, 2011a-b). The hybrid framework integrates genetic algorithm with orthogonal arrays and response surface proxies for better convergence behavior and higher computational efficiency. The SOS-FR technique consists of a heating phase using steam injection, subsequent solvent injection, and low temperature steam injection for solvent retrieval and additional oil recovery. Solvent injection can be continuous or cyclic where the solvent is injected, soaked, and then fluids are produced. This paper studies both scenarios over single and multiple matrix field scaled reservoirs by adjusting the injections’ durations and rates. As a result, about 30 design elements for four base benchmark models are optimized, and the profit and efficiency is doubled comparing with the benchmark models using optimal injection scheme suggested by our optimization framework.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,047
Tête enseignante GPT0,271
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Middle East Oil and Gas Show and ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207