MétaCan
Menu
Retour à la cohorte
Enregistrement W2332188336 · doi:10.2118/174362-ms

Insights into Whether Low Salinity Brine Enhances Oil Production in Liquids-rich Shale Formations

2015· article· en· W2332188336 sur OpenAlexaboutno aff
Kai He, Christina Nguyen, Ramya Kothamasu, Liang Xu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesColorado School of MinesU.S. Department of Energy
Mots-clésOil shaleSalinityPulmonary surfactantSurface tensionPetroleum engineeringBrineEnhanced oil recoveryImbibitionGeologyShale oilEmulsionWettingChemical engineeringChemistryMaterials scienceComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Low salinity water (LSW) flooding has been an attractive technique for enhancing oil recovery. Several LSW mechanisms have been proposed to account for the additional oil recovery, such as interfacial tension (IFT) reduction, wettability alteration, clay migration and microdispersion. However, none of the adequate mechanisms can consistently explain different cases because of the nature of heterogeneity in crude oil and formation rock. Because of a gradual shift from using fresh water to produced water, there is a need to investigate the effects of low salinity on oil recovery from shales to understand potential implications of this shift. Additionally, few studies have been documented on low salinity brines (LSBs) as the fracturing fluids for stimulation applications in liquids-rich shale plays with or without surfactant. This paper discusses a study in which low salinity surfactant solutions were injected into the Muskwa shale rock from Canada. Laboratory results suggest that LSBs ([LSBs], ≤4% KCl) extract more hydrocarbon than high salinity brines ([HSBs], ≥8% KCl). Notably, additional oil recovery was observed when surfactant is used in LSB. To explore the mechanisms, interfacial tension, emulsion tendency, and reservoir on a chip (ROC) were performed. Interfacial tension reduction was not observed for LSB with surfactants. However, short-lived emulsions were observed in LSB in the presence of a surfactant. Additionally, LSB with surfactant were injected into a microfluidic based ROC device, where the pore size was comparable to that of shale rocks, and the oil recovery that was visualized on ROC was consistent with that found in core flooding tests, and shows the benefit of injection of low salinity surfactant solutions. Based on such observations, two-step mechanisms are proposed for improved oil recovery (IOR) for low salinity surfactant injection: (1) destabilized oil layers (oil/rock) and enhanced pair interaction (surfactant/oil) extract more oil globules and (2) a short-lived emulsion formed by surfactants enables a higher tendency to mobilize the oil globules. The results suggest a potential methodology for optimizing source water prior to fracturing operations. This study strongly suggests that low salinity and surfactant additives optimization are imperative to enhanced well productivity from liquids-rich shale plays.

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 enseignants0,001
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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,234 · 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery TechniquesTravaux en français237 207