The Myths of Waterfloods, EOR Floods and How to Optimize Real Injection Schemes
Notice bibliographique
Résumé
Abstract Waterflood implementation accounts for more than half of the oil production worldwide. Despite the observations and extensive research from a large number of floods and thousands of simulation studies, managing waterfloods and Enhanced Oil Recovery (EOR) floods is still a technical challenge. A major contributor to this challenge are waterflood induced fractures (WIF). Managing waterfloods is a multivariable problem although WIF are one aspect, it is by no means the only controlling factor. The best evidence that WIF are one of the main factors controlling flow in reservoirs is the insensitivity of injection pressure to injection rates. With our experience, in hundreds of waterfloods, we have frequently observed this phenomenon in the field data. If fluid flow depended on diffusive Darcy flow alone, we would expect higher injection rates with higher injection pressures. However, it is common to observed relatively constant injection pressures over a wide range of water injection rates. Rapid well communication and changes in water cuts that vary with injection rates also support an interpretation of high permeability induced fractures between injector and producer. In some reservoirs, interwell tracer data can be used to determine the influence of induced fracture features. The interwell tracers usually show very fast water movement. Induced fractures in waterfloods and EOR projects can be caused by a number of mechanisms such as but not limited to, pressure depletion, changing pressure regimes, thermal effects, or plugging effects. These fractures can either be beneficial to the reservoir performance or effect performance negatively. Benefits include improved injectivity and increased throughput of the displacing fluid. Negative effects can come in the form of reduced volumetric sweep efficiency, impaired ultimate recovery or injected fluid losses out of zone. Case studies, theory, and available literature from Western Canada will be reviewed in order to suggest and improve reservoir management strategies for waterfloods. We have completed hundreds of waterflood feasibility, waterflood management and EOR flood studies worldwide and continue to be amazed and humbled by the complexity that many waterfloods and EOR floods exhibit due to induced fracturing. WIF and EOR induced fractures (EIF) are common and should be analysed to optimize production. Growth of the WIF, response to waterflood with the presence of WIF, implication of WIF and reservoir management are the main areas which will be addressed.
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 | 0,014 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,015 |
| Communication savante | 0,004 | 0,012 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».