MétaCan
Menu
Retour à la cohorte
Enregistrement W2127814244 · doi:10.2118/124319-ms

MEOR Success in Southern Saskatchewan

2009· article· en· W2127814244 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensHusky Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésNutrientEnvironmental sciencePetroleumOil productionProduced waterMicrobial enhanced oil recoveryPulp and paper industryWater cutOil fieldWater injection (oil production)Waste managementPetroleum engineeringEnvironmental engineeringBiologyGeologyEcologyEngineeringBacteriaMicroorganism

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A Microbial Enhanced Oil Recovery (MEOR) Process was successfully applied in a mature waterflooded reservoir in Saskatchewan, Canada. A nutrient solution, which was designed specifically for this reservoir to stimulate certain indigenous microbes to grow, multiply and help to release oil was tested and piloted. A significant decrease in water cut and increase in oil production has been realized through the selective stimulation of bacteria using nutrient injection. The field is a mature waterflood averaging over 95% water cut. To combat the increasing water cut issue an In-Situ Microbial Response Analysis (ISMRA) was performed on a typical high water cut producer in the area. The test well was treated with a nutrient solution and then shut-in for a number of days to allow specific indigenous microbes to grow and multiply. Upon return to production the well produced at an average of 200% more oil with a 10% decrease in water cut for a year. Pretreatment rates averaged 1.2 m3/day oil and post-ISMRA treatment daily production peaked at 4.1 m3/day oil. As a result of the successful test, a pilot project was initiated and the nutrients were applied in three batch treatments on an injector with three offset production wells. Three weeks after the first batch treatment, a water cut decrease was seen at one of the offset producers. This well's oil production gradually increased from 1.4 to over 8 m3/day. Oil production in another producer doubled from 1.5 to over 3.0 m3/day. Subsequent treatments were tried on marginally economic wells and on a reactivated idle producer. The average decrease in water cut on these wells was over 10%. On the idle well oil production increased from 0.5 m3/day pre-treatment to an average of 3.0 m3/day post treatment. Throughout the world there remains a huge target for EOR processes to target. This successful MEOR application will have tremendous impact on ultimate recovery in many of these reservoirs not only through an increase in production, but a decrease in operating costs through associated reduction in lifting costs with less water production.

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.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,437

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 Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,255 · 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