MétaCan
Menu
Retour à la cohorte
Enregistrement W2324696823 · doi:10.2118/175074-ms

Effect of Large Capillary Pressure on Fluid Flow and Transport in Stress-sensitive Tight Oil Reservoirs

2015· article· en· W2324696823 sur OpenAlexfundno aff
Yi Xiong, Phil Winterfeld, Cong Wang, Zhaoqin Huang, Yu‐Shu Wu

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesCMG Reservoir Simulation FoundationColorado School of Mines
Mots-clésCapillary pressureOil shaleCapillary actionPore water pressureGeologyMultiphase flowEffective stressGeotechnical engineeringMechanicsGeomechanicsFluid dynamicsStress (linguistics)Permeability (electromagnetism)Deformation (meteorology)Materials scienceChemistryPorous mediumPorosityComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The pore sizes of unconventional reservoir rock, such as shale and tight rock, are on the order of nanometers. The thermodynamic properties of in-situ hydrocarbon mixtures in such small pores are significantly different from those of fluids in bulk size, primarily due to effect of large capillary pressure. For example, it has been recognized that the phase envelop shifts and bubble-point pressure is suppressed in tight and shale oil reservoirs. On the other hand, the stress-dependency is pronounced in low permeability rocks. It has been observed that pore sizes, especially the sizes of pore-throats, are subject to decrease due to rock deformation induced by the fluid depletion from over-pressurized tight and shale reservoirs. This reduction on pore spaces again affects the capillary pressure and therefore thermodynamic properties of reservoir fluids. Thus it is necessary to model the effect of stress- dependent capillary pressure and rock deformation on tight and shale reservoirs. In this paper, we propose and develop a multiphase, multidimensional compositional reservoir model to capture the effect of large capillary pressure on flow and transport in stress-sensitive unconventional reservoirs. The vapor-liquid equilibrium (VLE) calculation is performed with Peng-Robinson Equation of State (EOS), including the impact of capillary pressure on phase behavior and thermodynamic properties. The fluid flow is fully coupled with geomechanical model, which is derived from the thermo- poro-elasticity theory; mean normal stress as the stress variable is solved simultaneously with mass conservation equations. The finite-volume based numerical method, integrated finite difference method, is used for space discretization for both mass conservation and stress equations. The formulations are solved fully implicitly to assure the stability. We use Eagle Ford tight oil formations as an example to demonstrate the effect of capillary pressure on VLE. It shows that the bubble-point pressure is suppressed within nano-pores, and fluid properties, such as oil density and viscosity, are influenced by the suppression due to more light components remained in liquid phase. In order to illustrate the effect of stress-dependent capillary pressure on tight oil flow and production, we perform numerical studies on Bakken tight oil reservoirs. The simulation results show that bubble-point suppression is exaggerated by effects of rock deformation, and capillary pressure on VLE also affects the reservoir pressure and effective stress. Therefore the interactive effects between capillary pressure and rock deformation are observed in numerical results. Finally, the production performance in the simulation examples demonstrates the large effect of large capillary pressure on estimated ultimate recovery (EUR) in stress-sensitive tight reservoirs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,247
Écart entre enseignants0,235 · 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 tête enseignante, 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
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

Citations42
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207