MétaCan
Menu
Retour à la cohorte
Enregistrement W2333879117 · doi:10.2118/179555-ms

A Reservoir Management Case Study of a Polymer Flood Pilot in Medicine Hat Glauconitic C Pool

2016· article· en· W2333879117 sur OpenAlexaboutno aff
Alice Batonyi, L. Thorburn, Sarah Molnar

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringFlood mythInfillWorkoverGeologyDrillingPermeability (electromagnetism)Water injection (oil production)Environmental scienceHydrology (agriculture)Geotechnical engineeringEngineeringCivil engineeringChemistryGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract The Medicine Hat Glauconitic C Pool is located partially inside the city limits of Medicine Hat, Alberta, Canada. This 15-18° API oil pool is under waterflood. Reservoir management strategies in the pool are limited by the reservoir quality, wellbore architecture and business environment. Surface land access due to the expanding Medicine Hat city limits and pre-existing wellbore orientations have constrained the waterflood pattern and infill drilling options. Current estimates indicate 21% of the oil in place will be recovered at the end of the waterflood. The polymer flood pilot was started in 2012 with a goal to achieve 6% incremental recovery with a one year initial response time. The pilot's designed injection rate was 6,300 bbl/d (1000 m3/d) in 5 injectors, each representing different reservoir conditions and injection patterns. Following injection, pre-existing water channels and high permeability streaks resulted in rapid polymer breakthrough in as little as 48 hours in some cases. To increase the efficiency of the polymer flood and reduce cycling polymerized water, a new approach to reservoir management had to be considered: – Each of the 5 patterns inside the pilot was monitored and managed individually, with a fit-for-purpose strategy in mind. – Although 1 year to response was estimated, after four months, oil rates and oil cuts increased unexpectedly. However, after reaching peak production, the expected steep decline was observed. – New reservoir management strategies were implemented in order to slow the decline and attempt to increase the incremental recovery from 6% to 10%: attempts to block water channels in the injectors, producer shut-ins and frequent injection target changes proved beneficial. The polymer pilot has exceeded expectations to date. This case study provides an outline of the changes that were made and the results that have been observed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,286
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207