MétaCan
Menu
Retour à la cohorte
Enregistrement W2529200787 · doi:10.1021/acs.energyfuels.6b01864

Laboratory Measurements and Numerical Simulation of Cyclic Solvent Stimulation with a Thermally Aided Solvent Retrieval Phase in the Presence of Wormholes after Cold Heavy Oil Production with Sand

2016· article· en· W2529200787 sur OpenAlexafffund
Alireza Rangriz Shokri, Tayfun Babadagli

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Natural Resources Limited
Mots-clésSolventHeptanePhase (matter)DiluentMaterials scienceDiffusionPetroleumOil sandsChemistryChemical engineeringPetroleum engineeringAnalytical Chemistry (journal)ChromatographyGeologyComposite materialThermodynamicsOrganic chemistryAsphaltPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, an experimental setup consisting of a sand pack with different configurations of complexity of wormhole patterns was designed. These different configurations have the same wormhole coverage index (WCI) determined by our earlier field-scale history match studies. After saturation of the model with heavy oil, three different solvents (CO 2, heptane, and diluents) were introduced into the wormhole structure inside the sand pack (injection phase) and then left for a period of time (soaking phase). Next, the resulted mixture (solvent and oil) was allowed to be produced (production phase). The experiment was aimed to mimic cyclic solvent stimulation at reservoir conditions, and several cycles were run for each experiment. At each cycle, the amount of collected oil and solvent was determined, and the resulting mixture was analyzed through gas chromatography and refractometry. It was observed that some of the injected solvent was trapped inside the sand pack. Therefore, in the final step, a solvent retrieval attempt was made by injecting different low-temperature hot water based on the solvent type. The aim was to observe how much additional solvent could be retrieved from the sand pack at reservoir conditions. Next, the sand-pack experiments were numerically simulated, and effective diffusion coefficients were obtained through history matching. To generate accurate predictions in field-scale simulation, an upscaling procedure from laboratory results of the cyclic solvent injection process was suggested. In this study, we observed that the use of light solvents (CO 2 ) could maintain the sand-pack pressure for a longer period (attributed to foamy oil phenomenon) compared to liquid solvent during the production phase. However, the oil recovery from sole application of light solvent was not as considerable as with the heavier solvents of heptane and diluents. These observations suggest that an improved heavy oil recovery could be achieved using a hybrid application of solvents and hot water in cold heavy oil production with sand (CHOPS) reservoirs. A post-flush hot water was found to play a positive role in solvent retrieval; however, the scale dependency of solvent retrieval behavior needs to be investigated. The findings of this paper can be used in a later study to optimize the field-scale solvent injection schemes considering the economics of the process tested.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,242
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207