Compositional Mechanisms in Steam-Assisted Gravity Drainage and Expanding-Solvent Steam-Assisted Gravity Drainage With Consideration of Water Solubility in Oil
Notice bibliographique
Résumé
Summary Experimental data have shown that the solubility of water in the oleic (L) phase (xwL) can be significant at elevated temperatures. However, xwL was not properly considered in prior studies of steam-assisted gravity drainage (SAGD) and expanding-solvent (ES)-SAGD. The main objective of this research is to present a detailed study of compositional mechanisms in SAGD and ES-SAGD simulation by considering xwL. The phase-behavior models used in this research are carefully created on the basis of experimental studies presented in the literature. Mechanistic simulation studies are then conducted for SAGD and ES-SAGD. Coinjectants used in ES-SAGD simulations range from propane through n-decane. Results show that xwL enhances bitumen production in both SAGD and ES-SAGD, mainly because xwL results in reduction of L-phase viscosity. The enhancement is more significant when the chamber-edge temperature is higher, because xwL increases with temperature. The enhancement of bitumen production observed in the case studies is 7.66% for SAGD, 4.08% for n-C6-SAGD, and 4.85% for n-C8-SAGD for a fixed period of operation at 35 bar. It is important to consider xwL in SAGD and ES-SAGD simulations, because the performance of ES-SAGD relative to SAGD tends to be overestimated without considering xwL. A guideline is presented to leverage xwL to improve bitumen production in ES-SAGD. As discussed in our prior research, solvent becomes effective in diluting bitumen and reducing the steam requirement only when it sufficiently accumulates near the chamber edge. New results show that water can act as a diluting agent until solvent sufficiently accumulates near the chamber edge.
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 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».