Development of a Thermal Wellbore Simulator With Focus on Improving Heat-Loss Calculations for Steam-Assisted-Gravity-Drainage Steam Injection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Typical thermal processes involve sophisticated wellbore configurations, complex fluid flow, and heat transfer in tubing, annulus, wellbore completion, and surrounding formation. Despite notable advancements made in wellbore modeling, accurate heat-loss modeling is still a challenge by use of the existing wellbore simulators. This challenge becomes even greater when complex but common wellbore configurations, such as multiparallel or multiconcentric tubings, are used in thermal processes such as steam-assisted gravity drainage (SAGD). To improve heat-loss estimation, a standalone fully implicit thermal wellbore simulator is developed that can handle several different wellbore configurations and completions. This simulator uses a fully implicit method to model heat loss from tubing walls to the surrounding formation. Instead of implementing the common Ramey (1962) method for heat-loss calculations, which has been shown to be a source of large errors, a series of computational-fluid-dynamics (CFD) models are run for the buoyancy-driven flow for different annulus sizes and lengths and numbers of tubings. On the basis of these CFD models, correlations are derived that can conveniently be used for the more-accurate heat-loss estimation from the wellbore to the surrounding formation for SAGD injection wells with single or multiple tubing strings. These correlations are embedded in the developed wellbore simulator, and results are compared with other heat-loss-modeling methods to demonstrate its improvements. A series of validations against commercial simulators and field data are presented in this paper.
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.
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 | 0,001 |
| 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 découle