Steam-over-Solvent Injection in Fractured Reservoirs (SOS-FR) Technique as a New Approach for Heavy-Oil and Bitumen Recovery: An Overview of the Method
Notice bibliographique
Résumé
Heavy-oil recovery from tight naturally fractured carbonate reservoirs is a great challenge to the oil industry, yet no well-established recovery technique has been adopted by the oil industry. Steam-over-solvent injection in fractured reservoirs (SOS-FR) is a new technology proposed as an alternative method to the sole injection of steam or solvent, and this paper introduces this method through extensive experimental evidence and analysis. The method consists of three phases: (1) steam (or hot water), (2) solvent, and (3) steam (hot water) injection. Phase 1 produces heavy oil by thermal expansion and conditions the oil for phase 2, which is solvent injection. Phase 3 is applied mainly to retrieve the solvent. Several static experiments were conducted mainly to test four critical parameters: (1) wettability of the matrix, (2) solvent type, (3) initial water saturation, and (4) matrix boundary conditions. This was followed by several dynamic experiments, which were aimed at testing the effect of the solvent injection rate on the process. All three phases yielded above 90% recovery, with 85–90% solvent retrieval if the matrix boundary conditions were favorable (large surface area per volume for effective solvent diffusion), when heptane was used as the solvent, regardless of the wettability of the matrix. After provision of the experimental results, we discuss the up- and downsides of the technology and suggest ways to improve it. The importance of this work is that it provides a novel perspective on the interaction between steam/solvent and heavy oil in the matrix and presents an alternative technique for heavy-oil recovery from deep naturally fractured reservoirs with a tight and oil-wet matrix.
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 ».