MétaCan
Menu
Retour à la cohorte
Enregistrement W2334899582 · doi:10.2118/179559-ms

Low Tension Gas Flooding as a Novel EOR Method: An Experimental and Theoretical Investigation

2016· article· en· W2334899582 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesShell Global Solutions InternationalCMG Reservoir Simulation Foundation
Mots-clésPetroleum engineeringEnhanced oil recoverySalinityResidual oilPermeability (electromagnetism)Surface tensionRelative permeabilityEnvironmental scienceProcess (computing)Saturation (graph theory)Materials scienceGeotechnical engineeringComputer scienceGeologyThermodynamicsChemistryPorosity

Résumé

récupéré en direct d'OpenAlex

Abstract Low Tension Gas (LTG) flooding is a novel EOR process which can address challenging reservoir conditions such as high salinity, high temperature, and tight rock. Current process understanding is limited, and a joint experimental and modeling approach allows for both interpretation and insight into the complex interactions between the key process parameters of salinity gradient, foam strength, microemulsion phase behavior, and phase desaturation in order to achieve a physically correct and predictive process model. We performed a series of corefloods in high permeability Berea sandstones (~500 mD) to demonstrate the impact of salinity gradient on the LTG process and interactions between key mechanisms such as microemulsion phase behavior and foam stability. In order to provide additional insight into the experimental study and improve understanding of the LTG process, we used our newly developed LTG simulator which we built within CMG GEM. The results demonstrate that decreasing slug injection salinity can lead to a 15% increase in residual oil in place (ROIP) recovery over a slug injected at optimum salinity, with earlier breakthrough and steeper recovery slope. In addition, there is evidence of a late time pressure buildup as salinity is decreased through mixing with drive salinity which is indicative of increasing foam stability. This may be due to an inverse relationship between oil-water IFT and foam stability and thus designing an optimal salinity gradient for an LTG process requires balancing oil mobilization due to ultralow IFT and effectively displacing mobilized oil with adequate foam mobility control. We introduce and show the strength our compositional LTG simulator in a pioneering laboratory and simulation study that sheds light on the interaction between salinity, microemulsion phase behavior, and foam strength. Our conclusions indicate a significant departure from traditional ASP understanding and methodology when designing an LTG salinity gradient and serve as a foundation for future investigation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,262
Écart entre enseignants0,247 · 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