MétaCan
Menu
Retour à la cohorte
Enregistrement W2172214894 · doi:10.2118/108429-pa

Recovery Factors in High-Pressure Air Injection Projects Revisited

2008· article· en· W2172214894 sur OpenAlexafffund
D. Gutiérrez, A.R. Taylor, V. K. Kumar, M.G. Ursenbach, R.G. Moore, S. A. Mehta

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of CalgaryNalcor Energy (Canada)Continental (Canada)
Organismes subventionnairesUniversity of Calgary
Mots-clésFlue gasPetroleum engineeringCombustionSecondary air injectionEnhanced oil recoveryCompressed airEnvironmental scienceMixing (physics)Waste managementChemistryGeologyEngineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Summary High-pressure air injection (HPAI) is an improved-oil-recovery (IOR) process in which compressed air is injected into a deep light-oil reservoir with the expectation that the oxygen in the injected air will react with a fraction of the reservoir oil at an elevated temperature to produce carbon dioxide. The resulting flue-gas mixture provides the main mobilizing force to the oil downstream of the reaction region, sweeping it to production wells. The combustion zone itself may provide a critical part of the sweep mechanism. In 1994, Fassihi et al. proposed a method for estimating recovery factors of light-oil air-injection projects on the basis of the performance of two successful HPAI projects. Their suggested method relies on the extrapolation of the field gas/oil ratio (GOR) up to an economic limit. In other words, it treats HPAI as an immiscible gasflood and neglects any potential oil that could be recovered by the combustion front. The truth is that, although early production during an HPAI process is caused mostly by repressurization and gasflood effects, once a pore volume of air has been injected, the combustion front becomes the main driving mechanism. Moreover, one of the unique features of air injection is the self-correcting nature of the combustion zone, which promotes good volumetric sweep of the reservoir. This paper presents laboratory and field evidence of the presence of a thermal front during HPAI operations and evidence of its beneficial impact on oil recovery. An analysis of the three HPAI projects in Buffalo field, which are the oldest HPAI projects currently in operation, shows that only a small fraction of the reservoir has been burned and, if time allows and the projects are managed appropriately, burning of more reservoir volumes could result in much higher oil recoveries than those predicted by the gasflood approach.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,231 · 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

Citations57
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

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