Simulation of Expanding Solvent – Steam Assisted Gravity Drainage in a Field Case Study of a Bitumen Oil Reservoir
Notice bibliographique
Résumé
Abstract With the increasing demand for energy around the world, more attention is directed to heavy oil and bitumen reservoirs for energy supply. Currently, these high viscosity heavy oil resources are produced primarily by steam. For instance, steam assisted gravity drainage (SAGD) is used widely for the exploitation of bitumen from relatively shallow reservoirs in Alberta, Canada. However, to increase the efficiency of SAGD operations and to improve economics, it has been proposed to add solvent to the injected steam. With solvent injection, there is an increase in the production rate and a reduction in the required injected steam, resulting in a lower steam-bitumen ratio (SBR). Higher concentrations of injected solvent show additional enhancement in oil production rate including some of the solvents. Although simulation results show that the rates of solvent recovery vary depending on the concentration and the nature of solvent used. For optimal results, injection strategy needs to be adjusted depending on the geological conditions, solvent characteristics and reservoir properties. The study presented in paper was motivated by observing promising results of a field test with solvent injection in a SAGD bitumen project. The study began with a compositional thermal simulator to quantify the benefits of solvent addition to the SAGD process (referred to as ES-SAGD) to produce bitumen more efficiently with lower energy requirements. A secondary objective was to determine the optimal and more cost-effective operational protocol for such solvent-steam injection projects. The paper presents (1) the methodology used to model the ES-SAGD enhanced oil recovery process, and (2) reports the field and modeling results of the application of the ES-SAGD process to an oil sand project in Alberta, Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».