Improving Cold Heavy Oil Development at Peace River with the Understanding of Foamy-Oil Dynamics
Notice bibliographique
Résumé
Abstract Cold heavy oil production (CHOP) exploits the mechanism of enhanced solution gas (or foamy-oil) drive to achieve an economic oil rate and ultimate recovery. Understanding the foamy-oil dynamics and being able to simulate the process enable us to evaluate the cold production potential more realistically. This has led to the improved cold heavy oil recovery in Shell Canada's Cliffdale development in Peace River area. A recently developed foamy-oil dynamic model has been employed to evaluate the effects of well spacing and patterns on oil recovery. The results revealed that under the foamy-oil drive, the oil recovery improves as the well spacing decreases, because of decreasing well spacing leads to faster reservoir pressure depletion and stronger foamy-oil drive. In contrast, with a conventional black-oil model, the estimated ultimate oil recovery stays constant irrespective of the well spacing, and the only benefits of down spacing would be the production acceleration. The benefits of capturing foamy oil dynamics for the evaluation of CHOP development has been demonstrated with an example of a high level economic screening approach for the search of optimal well spacing and the number of laterals. The evolution of typical well spacing and the number of well laterals with time in the Peace River CHOP development has resulted from both the ever-increasing field operation experience and the improved understanding of foamy-oil drive dynamics.
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 | 0,000 | 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 ».