MétaCan
Menu
Retour à la cohorte
Enregistrement W2094979738 · doi:10.2118/161884-ms

Optimization of WAG Process for Coupled CO2 EOR-Storage in Tight Oil Formations: An Experimental Design Approach

2012· article· en· W2094979738 sur OpenAlexafffund
Seyyed M. Ghaderi, Christopher R. Clarkson, S.. Chen

Notice bibliographique

RevueSPE Canadian Unconventional Resources Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensPenn West Exploration (Canada)University of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésPetroleum engineeringEnhanced oil recoveryPermeability (electromagnetism)Oil fieldWell stimulationHydraulic fracturingDesign of experimentsGeologyEnvironmental scienceComputer scienceReservoir engineeringMathematicsPetroleumStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Restricted flow capacity of low permeability oil formations imposes unique challenges to the implementation of CO2-WAG processes in such reservoirs. Application of multi-stage fractured horizontal wells can substantially improve the injection and production rates. However, there are various design parameters and operating conditions which can affect the performance of a WAG flood. The parameters considered in this study are those related to development pattern (well spacing and well completion strategy), hydraulic fracture geometry (half-length and spacing), WAG parameters (WAG ratio and CO2 slug size) and the timing of the switch from primary or water-flood to WAG scheme. In this study, CO2 EOR performance is assessed based on the oil recovery factor and also the amount of stored CO2; in other words, the objective is to achieve both the goals of enhanced oil recovery and sequestration of CO2 in the tight oil formation. However, to reflect the effect of time, the net present value (NPV) of the projects was also considered. All three of these parameters were therefore included in objective functions to be optimized. The effect of all aforementioned parameters on objective functions was investigated using a compositional simulator. Design of experiment (DOE) was then utilized to perform a comprehensive statistical analysis to recognize the most prominent factors in fulfillment of each objective function in a tight reservoir with properties similar to Pembina Cardium field. Response surfaces were generated to quantify the effect of the factors on the objective functions. Optimization was carried out to find those sets of factors which provided the highest recovery, storage, and NPV. Searching for optimal values can be extended to any combination of objective functions which are obtained by applying weighting multipliers to each individual objective function.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,056
Tête enseignante GPT0,285
Écart entre enseignants0,229 · 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

Citations41
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Canadian Unconventional Resources ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207