Streamline Technology for the Evaluation of Full-Field Compositional Processes: Midale—A Case Study
Notice bibliographique
Résumé
Summary Traditionally, the evaluation of CO2-flooding processes is performed with finite-difference compositional-simulation models. However, compositional simulation is impractical for modeling large-scale CO2 floods because of computational run-time restrictions. In cases in which reservoir heterogeneity and fluid mobility dominate the reservoir recovery mechanism, streamline simulation offers a viable alternative to compositional simulation. The "reduced" physics in streamline simulation allows field-scale CO2-flood modeling to be feasible, as long as the streamline pressure/volume/ temperature (PVT) model can be calibrated so that the streamline model will produce accurate results for CO2-injection processes. Using streamline simulation allows for the evaluation of multiple full-field development scenarios that otherwise would not be possible with compositional simulation. The objective of the study was to provide CO2-flood performance forecasts under various full-field development scenarios for the Midale field. This paper focuses on the methodology and results from the 1,000-well, >400,000-gridblock, 45+-year streamline simulation of the Midale field. In particular, it discusses the construction and history match of the full-field model, the calibration of the streamline model with the compositional model, and the development of the full-field CO2 forecasts.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».