MétaCan
Menu
Retour à la cohorte
Enregistrement W2256213995 · doi:10.2118/174480-ms

Optimization of CO2 Flooding Strategy to Enhance Heavy Oil Recovery

2015· article· en· W2256213995 sur OpenAlexafffund
Tuo Huang, Yang Huaijun, Guangzhi Liao, Fanhua Zeng

Notice bibliographique

RevueSPE Canada Heavy Oil Technical Conference · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Regina
Organismes subventionnairesPetroleum Technology Research Centre
Mots-clésEnhanced oil recoveryPetroleum engineeringFlooding (psychology)Environmental scienceOil productionWater floodingOil in placeBrineLight crude oilPetroleumGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract CO2 flooding is one of the most promising techniques to enhance both light and heavy oil recovery. In light oil recovery, the production pressure in CO2 flooding in general keeps constant in order to maintain the miscibility of injected CO2 and crude oil; while in heavy oil recovery, a depleting pressure scheme may be able to induce foamy oil flow, thus the oil recovery could be further enhanced. In this work, different pressure control schemes were tested by 1-D core-flooding experiments to obtain an optimized one. Numerical simulations were then conducted to history match all experimental data to understand the mechanisms and characteristics of different CO2 flooding strategies. For the core-flooding experiments, 1500mD sandstone cores, formation brine and a heavy oil sample with a viscosity of about 869.3 cp at reservoir condition (55 °C and 11 MPa) were used. Before each CO2 flooding test, early stage water-flooding was conducted until the water cut reached 90%. Different CO2 injection rates and production pressure control strategies were tested through core-flooding experiments. Experimental results indicated that a slower CO2 injection rate (2ml/min) led to a higher recovery factor from 31.1% to 36.7%, compared with a high CO2 injection rate of 7ml/min; for the effects of different production strategies, a constant production pressure at the production port yielded a recovery factor of 31.1%; while a pressure depletion with 47.2KPa/min at the production port yielded 7% more oil recovery; and the best pressure control scheme in which the production pressure keeping constant during CO2 injection period, then depleting the model pressure with the injector shut-in yielded a recovery factor of 42.5% of the initial OOIP. Numerical simulations were conducted to history match the experimental results. The same oil relative permeability curve was used to match the experimental results to all tests. Different gas relative permeability curves were obtained when the production pressure schemes are different. A much lower gas relative permeability curve and a higher critical gas saturation was achieved in the best pressure control scheme case compared to other cases. The lower gas relative permeability curve indicates that foamy oil was formed in the pressure depletion processes. Through this study, it is suggested that the pressure control scheme can be optimized in order to maximize the CO2 injection performance for enhanced heavy oil recovery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · 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

Citations8
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Canada Heavy Oil Technical ConferenceMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207