MétaCan
Menu
Retour à la cohorte
Enregistrement W2407623053 · doi:10.2118/180760-ms

Mechanisms and Application of Viscosity Reducer and CO2-Assisted Steam Stimulation for a Deep Ultra-Heavy Oil Reservoir

2016· article· en· W2407623053 sur OpenAlex
Wei Liu, Shuhua Wang, Xianchao Chen, Kai Li, Yi Zhang, Yunong Zang, Shangyu Liu

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Canada Heavy Oil Technical Conference · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReducerAsphalteneSteam injectionPetroleum engineeringViscosityEnhanced oil recoveryOil viscosityViscometerAutoclaveMaterials scienceAsphaltSteam-assisted gravity drainageEnvironmental scienceComposite materialChemistryGeologyOil sandsMechanical engineeringMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Steam stimulation is an essential in-situ technology being used today to improve oil recovery from heavy oil reservoirs, it can be achieved through continuous or cyclic (huff-and-puff) injection or steam assisted gravity drainage (SAGD) process. Although steam injection process associated with horizontal wells(e.g. SAGD) has been successfully applied to improve the oil recovery in heavy oil reservoirs, reservoir depth and minimum pay zone thickness limitations still exist which restrict their application in deep reservoirs with a thickness less than 10 m. In addition, ultra-heavy oil viscosity (> 12×104 mPa•s at a reservoir temperature of 68~71 °C) challenges the conventional thermal recovery methods in such deep thinly laminated formations. In this study, a novel hybrid technology is proposed on the basis of combining the steam injection process with the viscosity reducer and CO2 injection to improve the ultra-heavy oil recovery in a deep thinly laminated reservoir. The improved oil recovery mechanisms for hybrid methods are experimentally studied through physicochemical characterization of ultra-heavy oil, viscosity reducer, CO2, and steam multisystem mixtures. More specifically, the viscosity, SARA (saturate, aromatic, resin, and asphaltene) content, molecular weight, aromaticity, and asphaltene structure parameters of five different multisystem mixtures are determined through a magnetic stirring autoclave and a viscosimeter, SARA analysis, molecular-weight measurements, and nuclear magnetic resonance (NMR) spectrometer, respectively. In addition, a total of 16 core flooding experiments are carried out to thoroughly study the performance of steam stimulation associated with viscosity reducer and CO2 injection in ultra-heavy oil formation. Orthogonal array technique is applied to determine the optimum injection volume of steam, viscosity reducer, and CO2. Furthermore, the performance of application of hybrid methods in Zheng 411 ultra-heavy oil reservoirs of Shengli Oilfield is evaluated. The viscosity reduction caused by adding oil-soluble viscosity reducer and CO2 into the steam are particularly favorable for achieving a higher heavy oil recovery compared with pure steam injection process. It is found that 84.38% viscosity reduction ratio can be achieved when steam is injected into heavy oil together with viscosity reducer and CO2. Physicochemical characterization of mixtures proves that the viscosity reduction mechanisms for hybrid methods are synergetic effects, which combine the asphaltene decomposition caused by adding viscosity reducer with physical viscosity reduction mechanisms caused by CO2 and steam. In addition, the steam injection pressure can be significantly decreased through CO2 injection process. Experimentally, this study also discovers that the optimum injection volume for steam, viscosity reducer, and CO2 is 2.5 pore volume (PV), 1.5 wt%, and 0.2 PV, respectively. Slug injection is the optimum process for viscosity reducer/CO2/steam systems. The viscosity reducer and CO2-assisted steam huff and puff process has been successfully tested in a deep thinly laminated reservoirs in Shengli Oilfield.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,996

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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,243
Écart entre enseignants0,229 · 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