Steam Circulation Strategies for SAGD Wells After Geomechanical Dilation Start-Up
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.
Notice bibliographique
Résumé
Abstract Dilation start-up has been widely used in Petro-China's Xinjiang oil field as a means of reducing start-up time and enhancing production from its "super" heavy oil reservoirs through the Steam-Assisted Gravity Drainage (SAGD) process. SAGD dilation start-up employs geomechanical dilation mechanisms to achieve these preferred results. Using a short-period of small-volume and high-pressure fluid injection, the dilation start-up facilitates the development of a dilated zone that vertically connects the SAGD well pair and is laterally uniform along the length of the well. This zone allows for more effective heat transfer to the inter-well area through convection than what is achieved through simple conduction during the conventional SAGD steam circulation start-up. In Petro-China's Xinjiang oil field, conventional SAGD start-up requires 10 to 12 months of non-productive steam circulation before oil production can begin. Wells treated with the SAGD dilation start-up can be converted to production after only 2 to 3 months of steam circulation. This paper presents optimized steam circulation strategies which can be used with the dilation start-up treated SAGD well pairs. Numerical simulations are effectively integrated with field trials to derive best practices for steam circulation after the dilation start-up. The objectives are to get earlier and increased SAGD production as well as enhanced horizontal steam conformance. Operating parameters such as steam injection pressure, rate and pressure difference between the SAGD well pair were found to influence these objectives.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle