MétaCan
Menu
Retour à la cohorte
Enregistrement W2152453670 · doi:10.2118/89389-pa

Preformed Particle Gel for Conformance Control: Factors Affecting Its Properties and Applications

2007· article· en· W2152453670 sur OpenAlexaff
Baojun Bai, Liangxiong Li, Yuzhang Liu, Zhongguo Wang

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésSwellingSwelling capacityBrineSuperabsorbent polymerSalinityMaterials sciencePermeability (electromagnetism)Particle sizeChemical engineeringPetroleum engineeringComposite materialPolymerChemistryGeologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Summary Preformed particle gel (PPG) is a particled superabsorbent crossklinking polymer that can swell up to 200 times its orginal size in brine. The use of PPG as a fluid-diverting agent to control conformance is a novel process designed to overcome some distinct drawbacks inherent in in-situ gelation systems. This paper introduces the effect of gelant compositions and reservoir environments on the two properties of PPG: swollen gel strength and swelling capacity. Results have shown that PPG properties are influenced by gelant compositions, temperature, brine salinity, and pH below 6. Temperature increases PPG swelling capacity but decreases its swollen gel strength. Salinity decreases PPG swelling capacity but increases its swollen gel strength. PPG is thermostable at an elevated temperature of 120°C if a special additive agent is added into its gelant as a composition. PPG is strength- and size-controlled, environmentally friendly, and not sensitive to reservoir minerals and formation water salinity. Two field applications are introduced to illustrate the criteria of well candidate selection and the design and operation process of PPG treatments. Field applications show that PPG treatment is a cost-effective method to correct permeability heterogeneity for the reservoirs with fractures or channels, both of which are widely found in mature waterflooded oil fields.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,282
Écart entre enseignants0,238 · 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

Citations330
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Evaluation & EngineeringMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207