MétaCan
Menu
Retour à la cohorte
Enregistrement W2467651808 · doi:10.3968/8364

Numerical Simulation Study on the Technology of Different Nature Polymer Injection in Thin and Bad ReservoirNumerical Simulation Study on the Technology of Different Nature Polymer Injection in Thin and Bad Reservoir

2016· article· en· W2467651808 sur OpenAlexvenueno aff
Wenlong Zhang, Liyan Sun, Xiaotong Zhang, Jian Wang

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringWater cutComputer simulationPolymerStage (stratigraphy)Enhanced oil recoveryEclipseReservoir simulationOil productionMaterials scienceEnvironmental scienceChemical engineeringGeologySimulationEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The thin and poor reservoir , as an important replacement of production decline in the later stage of oilfield development, is gradually becoming the target of three oil recovery due to the large proportion of its reserves. For Class Ⅲ and Class Ⅳ of thin and poor reservoirs with large contradiction between the layers, if the same molecular weight polymer flooding is used to drive oil, it is easy to affect the development effect because of low producing degree of poorly matched reservoir. On the basis of the fine geological model, the water cut and cumulative oil production of the simulated area were fitted by the simulation software of eclipse, and  the development effect of different production schemes is analyzed and forecasted. Research results show that the effect of different layer different nature polymer injection is better than that of general polymer injection, and the effect of different stage different nature polymer injection is better than that of the different layer different nature.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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 tête enseignante, 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetGeological Modeling and AnalysisTravaux en français237 207