MétaCan
Menu
Retour à la cohorte
Enregistrement W2255109370 · doi:10.2118/170076-pa

SAGD Well-Pair Completion Optimization Using Scab Liner and Steam Splitters

2015· article· en· W2255109370 sur OpenAlexafffundabout
Karim Ghesmat, Litong Zhao

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensCanadian Natural Resources
Organismes subventionnairesCanadian Natural Resources Limited
Mots-clésInjectorSteam-assisted gravity drainagePetroleum engineeringInflowWellboreCompletion (oil and gas wells)DrainageEngineeringEnvironmental scienceOil productionSplitterWaste managementOil sandsAsphaltMechanical engineeringGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Summary The steam-assisted-gravity-drainage (SAGD) process has been widely used commercially in western Canada for bitumen production. Improving the oil-production rate and reducing the steam/oil ratio (SOR) have been the focus of the industry. In heterogeneous reservoirs, oil production could be impeded by steam breakthrough at one location of the producer and higher liquid level above the other sections of the producer. Various completion methods have been proposed to improve production efficiency. Outflow-control devices (OCDs), such as steam splitters, are used to match steam delivery to reservoir requirements, and inflow-control devices (ICDs) may be used in producers to maximize oil production. Scab liners are the most widely used type of ICD. In general, oil drainage into producers may need to be slowed at some locations and sped up at other locations of the well. In this study, we address how to design SAGD injector and producer completions using steam splitters and scab liners. Results from reservoir simulation with coupled wellbore hydraulics will be presented to show how a well pair could be optimized by attaining favorite pressure profiles inside the injector and producer liners. This investigation will also address sensitivities on steam-splitter location, size, and number of holes, as well as size and length of scab liners.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207