MétaCan
Menu
Retour à la cohorte
Enregistrement W2331123308 · doi:10.2118/174510-ms

New Insight on Carbonate Heavy Oil Recovery: Pore Scale Mechanisms of Solvent Alternating CO2 Foam/Polymer Enhanced Foam Flooding

2015· article· en· W2331123308 sur OpenAlexafffundabout
Ali Telmadarreie, Japan Trivedi

Notice bibliographique

RevueSPE Canada Heavy Oil Technical Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCarbon Management Canada
Mots-clésMicromodelEnhanced oil recoveryCarbonatePetroleum engineeringPolymerMaterials scienceSolventChemical engineeringEnvironmental scienceWaste managementChemistryGeologyComposite materialPorous mediumPorosityOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Carbonate reservoirs, deposited in the Western Canadian Sedimentary Basin (WCSB), hold significant reserves of heavy crude oil that can be recovered by non-thermal processes. Solvent, gas, water, and water alternating gas injections are the main methods for carbonate heavy oil recovery in the WCSB. Due to the fractured nature of carbonate formations, many advantages of these production methods are usually contrasted by their low recovery factor. Alternative processes are therefore needed to increase oil sweep efficiency from carbonate reservoirs. Foam/polymer enhanced foam (PEF) injection has gained interest in conventional heavy oil recovery in recent times. However, the oil recovery process by foam, especially PEF, in conjunction with solvent injection is less understood in fracture heavy oil carbonate reservoirs. The challenge is to understand how the combination of surfactant, gas, and polymer allows us to better access the matrix and efficiently sweep the oil. This paper introduces a new approach to access the unrecovered heavy oil in fractured carbonate reservoirs. CO2 foam and CO2 PEF were used to decrease oil saturation after solvent injection, and their performance was compared with gas injection. A specially designed fractured micromodel was used to visualize the pore scale phenomena during CO2 foam/PEF injection. In addition, the static bulk performances of CO2 foam/PEF were analyzed in the presence of heavy crude oil. A high definition camera was utilized to capture high quality images. The results showed that in both static and dynamic studies the PEF had high stability. Unlike CO2 PEF, CO2 foam lamella broke much faster and resulted in the collapse of the foam during heavy oil recovery after solvent flooding. It appeared that foam played a greater role than just gas mobility control. Foam showed outstanding improvement in heavy oil recovery over gas injection. The presence of foam bubbles was the main reason to improve heavy oil sweep efficiency in heterogeneous porous media. When the foam bubbles advanced through pore throats, the local capillary number increased enough to displace the emulsified oil. PEF bubbles generated an additional force to divert surfactant/polymer into the matrix. Overall, CO2 foam and PEF remarkably increased heavy oil recovery after solvent injection into the fractured reservoir. The results of these direct visualization experiments improve our understanding of the heavy oil recovery process by solvent alternating CO2 foam/PEF flooding in fractured reservoirs. Besides enhancing oil production, application of CO2 foam/PEF may require the injection of a lesser amount of solvent into the reservoir, providing economic and environmental advantages.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

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 technologies0,0000,001
Communication savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,233
Écart entre enseignants0,213 · 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
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

Citations16
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSPE Canada Heavy Oil Technical ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207