Predicting and Managing Inorganic Scale Associated With Produced Water from EOR Projects
Notice bibliographique
Résumé
Abstract Inorganic scale associated with conventional hydrocarbon extraction has been well studied over the past 50 years and the mechanisms of formation, inhibition and removal are now well understood within the industry. For enhanced oil recovery (EOR) significant changes occur within the reservoir as a result of injected chemical or changes in fluid type that are used to increase the oil recovery. Two such EOR processes, CO2 and alkali surfactant polymer (ASP) flooding, are the subject of this paper. CO2 is miscible with oil when injected at high enough pressure, but is also very soluble in water. The resulting low pH carbonic acid typically increases the geochemical reactivity of the system, and thus it is no longer sufficient to consider the scale risk associated with the formation and injection brines, but the impact of mineral dissolution deep within the reservoir may also be a factor when analysing the scale risk as the brines are produced. The requirement for such calculations, which are not typically conducted during conventional hydrocarbon recovery processes, is discussed. Consideration is given to the value of developing models that will predict the concentration of scaling ions, and hence the scaling risk, at the production wells based on in situ reactivity. In the case of ASP flooding, the current industry understanding of scale prediction models for such systems is discussed, along with the current inhibitor screening tests to qualify scale inhibitors for squeeze application. The design of the different squeeze treatments applications for treatment of formation water and injection water production are presented. Along with the scale challenges within the production well, the scale issues associated with processing the produced ASP fluids will be reviewed in terms of additional scale risk not associated with conventional hydrocarbon production. The objective of this paper is to highlight the challenges, current understanding and gaps in the industry knowledge and processes when it comes to scale management for EOR projects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».