Overview of Performance and Analytical Modeling Techniques for Electromagnetic Heating and Applications to Steam-Assisted-Gravity-Drainage Process Startup
Notice bibliographique
Résumé
Summary Steam-assisted gravity drainage is the method of choice to extract bitumen from Athabasca oil-sand reservoirs in Western Canada. Under reservoir conditions, bitumen is immobile because of high viscosity, and its typically high level of saturation limits the injectivity of steam. In current industry practice, steam is circulated within injection and production wells. Operators keep the steam circulating until mobile bitumen breaks through the producer and communication is established between the injector and the producer. The “startup” phase is a time-consuming process taking three or more months with no oil production. A variety of processes could be used to minimize the length of the startup phase, such as electromagnetic (EM) heating in either the induction (medium frequency) or radio-frequency ranges. Knowledge of the size of the hot zone formed by steam circulation and of the benefits of simultaneous EM-heating techniques increases understanding of the startup process and helps to minimize startup duration. The aim of the present work is to introduce an analytical model to predict startup duration for steam circulation with and without EM heating. Results reveal that resistive (electrothermal) heating with/without brine injection cannot be a preferable method for mobilizing the bitumen in startup phase. Induction slightly decreases startup time at frequencies smaller than 10 kHz, and at 100 kHz it can reduce startup time to less than two months.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».