19. Effects of Heavy-Oil Cold Production on VP / VS Ratio
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
Introduction Heavy-oil reservoirs are an abundant resource, particularly in Canada, Venezuela, and Alaska. By some estimates, heavy oils represent as much as 6.3 trillion barrels of oil in place. This matches available quantities of conventional oil. More than 50% of Canada's oil production is now from heavy oil (Batzle et al., 2006). Much of the heavy-oil recovery in Western Canada involves steam injection, called “hot production.” An alternative to thermal heavy-oil production in the field is known as “cold production,” which is a primary nonthermal process in which reservoir temperature is not affected. The cold production process has been economically successful in several unconsolidated heavy-oil fields in Alberta and Saskatchewan, Canada (Sawatzky et al., 2002). During the cold production process, sand and oil are produced simultaneously by progressive cavity pumps, generating high-porosity channels termed “wormholes.” The development of wormholes causes reservoir pressure to fall below the bubble point, resulting in dissolved gas coming out of solution to form foamy oil. Foamy oil and wormholes are believed to be two key factors in the enhancement of oil recovery (Metwally et al., 1995; Maini, 2004). The development of wormholes and the formation of foamy oil will disturb fluid properties in the reservoir during heavy-oil cold production. Batzle et al. (2006) showed that the bulk modulus of heavy oil drops to near zero very quickly from approximately 2.6 GPa after pressure is lower than the bubble point line at approximately 2 MPa. This disturbance will probably be detectable for seismic survey.
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