MétaCan
Menu
Retour à la cohorte
Enregistrement W2100410228 · doi:10.2118/100063-ms

EOR Field Experiences in Carbonate Reservoirs in the United States

2006· article· en· W2100410228 sur OpenAlexaff
Eduardo Manrique, Viviana Muci, Mariano Gurfinkel

Notice bibliographique

RevueSPE/DOE Symposium on Improved Oil Recovery · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensQuest University Canada
Organismes subventionnairesUniversity of Texas at AustinU.S. Department of Energy
Mots-clésPetroleum engineeringCarbonateOil in placeEnhanced oil recoveryCompletion (oil and gas wells)InfillOil fieldGeologyFossil fuelPorosityPermeability (electromagnetism)Environmental sciencePetroleumEngineeringGeotechnical engineeringWaste managementMaterials scienceCivil engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A considerable portion of the world's hydrocarbon endowment, and even more so if resources from the Middle East are excluded, are in carbonate reservoirs. Carbonate reservoirs usually exhibit low porosity and may be fractured. These two characteristics in addition to oil-to-mixed wet rock properties usually results in low recovery. When enhanced oil recovery (EOR) strategies are pursued, the injected fluids will likely flow is through the fracture network, bypassing oil in the rock matrix. The high permeability in the fracture network and its low equivalent porous volume result in early breakthrough of the injected fluids. Infill drilling programs and well conformance strategies, mostly gas and water shutoff, have been effectively used to mitigate the early breakthrough and increase oil recovery. However, in most cases, 40 to 50% of the original oil in place (OOIP) is not produced. A large number of EOR field projects in carbonate reservoirs have been reported in the literature since the early 70's. The field projects showed the technological capability to increase oil recovery and estimated long run costs for their operation. This increase in oil recovery would directly result in additional reserves extending the productive life of the different assets. However, the technical results were not matched by their economic viability given the price environment of the time. In some cases high upfront investments created insurmountable barriers for the technology's application despite the promise of higher returns. In other cases, the high marginal costs eliminated all benefits from the increased recovery. The latter was especially true for EOR processes based on chemical and thermal methods. Over the last three decades, many improvements have reduced the cost per incremental barrel as will be seen below. Carbon dioxide flooding (continuous or alternating with water-WAG) is the dominant EOR process in the United States, mostly due to the availability of appropriate CO2. CO2 EOR is also the stepping stone towards sequestering carbon which could become a future business opportunity if carbon trading ever is implemented. This paper presents an overview of EOR field experiences in carbonate reservoirs in the United States, an analysis of recent efforts and discusses briefly on new opportunities for novel chemical methods. The main EOR experiences reviewed are CO2 injection, polymer flooding, steam injection and in-situ combustion (air injection).

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations85
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE/DOE Symposium on Improved Oil RecoveryMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207