MétaCan
Menu
Retour à la cohorte
Enregistrement W2309414494 · doi:10.2118/175414-ms

Solvent Enhanced Steam Drive: Experiences from the First Field Pilot in Canada

2015· article· en· W2309414494 sur OpenAlexafffundabout
Marco Verlaan, R.E. Hedden, Orlando Castellanos Diaz, Vaclav Lastovka, C. A. Giraldo Sierra

Notice bibliographique

RevueSPE Kuwait Oil and Gas Show and Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensShell (Canada)
Organismes subventionnairesShell Canada
Mots-clésPetroleum engineeringSteam injectionEnvironmental scienceAsphaltCasingSolventOil fieldProduction (economics)EmulsionProcess engineeringWaste managementEngineeringChemistryMaterials scienceChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, the addition of a hydrocarbon condensate (C4 to C20) to steam operations (such as CSS and SAGD) in heavy oil and bitumen reservoirs has emerged as potential technology to improve not only oil recovery and but also energy efficiency. Shell has extended the idea of solvent addition to a steam drive process, applied it for the first time in the Peace River area in Canada, and obtained evidence of oil uplift in the patterns where solvent was injected. However, piloting this new technology in a brown field had many challenges, especially when evaluating its main economic factors: production increase and solvent recovery. To overcome these challenges, emphasis was put on experimental design, data acquisition and quality, and production surveillance. The pilot conditions were designed to increase the probability of success on the two economic factors aforementioned within a short period of time. The assessment of the pilot required that all production streams (emulsion and casing vent gas) were metered and frequently sampled to measure their respective compositions. Cross calibration of metered and sampled water cuts was essential in obtaining conclusive production uplift data. Automatic proportional samplers were successfully deployed under these challenging conditions to obtain representative samples. Due to the overlap of solvent and bitumen components, special attention was taken to allocate hydrocarbon production into bitumen and solvent. New in-house developed algorithms were tested to accurately calculate this split. The addition of a 4 month concentrated slug of solvent in two steam drive patterns resulted in a significant production uplift when compared to two adjacent patterns with steam-only injection. Solvent recovery is still ongoing and exceeds original expectations. Frequent sampling allowed the detection of several trends, including bitumen composition changes during solvent injection and solvent fractionation in the reservoir.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,841

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,236
Écart entre enseignants0,209 · 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

Citations9
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSPE Kuwait Oil and Gas Show and ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207