MétaCan
Menu
Retour à la cohorte
Enregistrement W2327497707 · doi:10.2118/0308-0091-jpt

Enhanced Heavy-Oil Recovery by Alkali/Surfactant Flooding

2008· article· en· W2327497707 sur OpenAlexaboutno aff
Dennis Denney

Notice bibliographique

RevueJournal of Petroleum Technology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil in placePetroleum engineeringAsphaltEnhanced oil recoveryOil sandsEmulsionEnvironmental scienceUnconventional oilPulmonary surfactantFossil fuelGeologyChemical engineeringWaste managementMaterials sciencePetroleumEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

This article, written by Technology Editor Dennis Denney, contains highlights of paper SPE 110738, "Enhanced Heavy-Oil Recovery by Alkali/Surfactant Flooding," by J. Bryan, SPE, and A. Kantzas, SPE, University of Calgary and TIPM Laboratory, prepared for the 2007 SPE Annual Technical Conference and Exhibition, Anaheim, California, 11–14 November. The paper has not been peer reviewed. This study presents the results of laboratory core studies investigating the recovery mechanisms of alkali/surfactant (A/S) flooding in heavy-oil reservoirs. Specifically, mixtures of water and A/S systems have been injected into cores containing heavy oil. Salinity is varied to generate oil-in-water (O/W) vs. water-in-oil (W/O) emulsion systems, and the effects of generating different emulsions were compared. It was demonstrated that in heavy-oil systems, emulsion formation was necessary to produce the heavy oil. Introduction Several countries, including Canada and Venezuela, contain massive resources of unconventional heavy oil and bitumen. These oil sands are characterized as unconsolidated, high-porosity, and high-permeability reservoirs. The single biggest obstacle to successful recovery from the oil sands is the high oil viscosity. Heavy-oil reservoirs are a special subset of the oil sands, whereby the oil viscosity at reservoir temperature and pressure varies on the order of 50 to 50 000 mPa·s. While this oil is very viscous, it does have limited mobility at reservoir conditions. As much as 20% of the oil may be recovered by solution-gas drive, but in many cases, the recovery is much lower. To recover additional heavy oil, a fluid usually must be injected to displace oil to the production wells. However, mobility-ratio concerns dominate displacement of viscous oil, and most enhanced-oil-recovery processes focus on reducing oil viscosity or improving the mobility ratio. Unfortunately, many of the heavy-oil reservoirs in Canada are relatively small and thin, making them poor candidates for expensive thermal processes. This work investigates the potential of A/S flooding for enhanced heavy-oil recovery. Surfactants are a special class of molecule that is both hydrophobic and hydrophilic; thus, the most stable configuration for these molecules is at the oil/water interface. In surfactant flooding, these molecules generally are injected along with water to reduce the oil/water interfacial tension (IFT), which reduces capillary forces that may trap oil in rock pores. Alkali flooding is a special subset of chemical flooding whereby the surfactant is generated in situ through the reaction between the injected alkali and the acidic crude oil. It is likely that in actual reservoir applications, several processes are working together to improve oil recovery. This work considers the possible mechanisms that could be responsible for enhanced recovery of high-viscosity heavy oil.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Petroleum TechnologyMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207