Modeling Asphaltene Deposition in the Wellbore During Gas Lift Process
Notice bibliographique
Résumé
Abstract Asphaltene deposition during oil production may partially or totally plug the wellbore, and results in significant reduction in well production and frequent asphaltene remediation jobs. It is well-known that injection of lighter hydrocarbons into an asphaltic oil (e.g. during gas lift) may decrease the stability of asphaltene particles in the solution and increase the risk of asphaltene precipitation and deposition. Although a great deal of research has investigated the effect of gas injection on the phase behavior and mechanism of asphaltene deposition in the wellbore, we lack a comprehensive dynamic model that can track the behavior of asphaltene during gas lift process. Therefore, a comprehensive model is required for evaluating the risk of gas lift on asphaltene deposition in production wells. This paper presents a comprehensive thermal compositional wellbore model with the capability to model asphaltene phase behavior during gas lift and determine the effect of the injected gas on asphaltene deposition in the wellbore. In the developed wellbore simulator, various numerical approaches are used to model multiphase flow in the wellbore. An equation of state was used to calculate the thermodynamic equilibrium conditions of the phases. In addition, several deposition mechanisms were incorporated to study the transportation, entrainment, and deposition of solid particles in the wellbore. Various case studies investigated the effect of gas lift on asphaltene deposition. To predict where and when the most severe damage would occur in the wellbore, we used field data of a Middle East crude oil and an injection gas. The results showed that the injection of light gas composition can negatively affect the production facilities by intensifying asphaltene precipitation in the well, which eventually results in significant reduction in the wellbore production. We believe that this comprehensive thermal compositional wellbore model can facilitate the design of work-over operation plans for asphaltic wells operating under gas lift.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».