MétaCan
Menu
Retour à la cohorte
Enregistrement W2324201352 · doi:10.2118/174294-ms

New Insights into the Critical Role of Geology in Modeling and Prediction of Low Salinity Waterflooding

2015· article· en· W2324201352 sur OpenAlexaff
Cuong T. Dang, Long D. Nghiem, Ngoc Nguyen, Zhangxin Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFaciesScale (ratio)LithologyGeologyPetroleum engineeringField (mathematics)Reservoir simulationIndustrial engineeringPetrologyEngineeringGeomorphologyMathematics

Résumé

récupéré en direct d'OpenAlex

Summary Although the advantages of Low Salinity Waterflooding (LSW) have been widely reported, studies of LSW in the past two decades have mainly focused on the underlying mechanisms through core flooding experiments. For more successful and broader applications of LSW in the field scale, it is required to have a comprehensive understanding of the LSW performance with complex geological features on a large scale that has never been addressed in the past. This paper presents insights on field scale modeling and prediction of LSW to address the current challenges with: (1) an equation-of-state compositional simulator fully coupled to multiple ion exchanges, geochemical reactions, and wettability alteration; (2) incorporation of critical geological properties important in LSW; (3) effective closed-loop reservoir management for design and prediction of the LSW process; (4) LSW evaluation in a full field scale. A mechanistic LSW model and a closed-loop modeling approach are introduced in this paper that can efficiently capture the critical effects of geology on the LSW process by integrating the use of geological software, a reservoir simulator and a robust optimizer. First, eighty geostatiscal realizations with different facies and lithology properties and distributions are generated to evaluate the effect of reservoir geology, in particular the critical effects of clay, on LSW. A wide range of recovery factors from 19% to 40% indicate that the effectiveness of LSW strongly depends on geological factors such as facies properties, clay distribution and clay proportion. In consistency with the laboratory and field-scale observations, wettability alteration has been identified as the dominant effect that contributes approximately 58% to 73% to the incremental oil recovery from these realizations. Detailed analyses of the key factors were addressed to allow the design of optimal injection strategies to maximize the oil recovery by LSW. LSW is then evaluated in a closed-loop reservoir management for a sandstone reservoir in both secondary and tertiary modes. It is found that secondary and tertiary LSW give about 6% and 4.1% incremental OOIP over high salinity waterflooding, respectively. The simulation results also indicate that the sooner the LSW process is started, the better the benefit is.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery TechniquesTravaux en français237 207