Heavy Oil Production with Energy Effective Steam-Assisted Gravity Drainage
Notice bibliographique
Résumé
In reservoirs with extra heavy oil and bitumen, thermal methods are used to reduce the viscosity, in order to extract the oil. Steam-assisted gravity drainage (SAGD) is a thermal method where continuous steam injection is used. In this method, two horizontal wells are placed in parallel. The upper well injects steam and the lower well produces oil and condensed water. The continuous steam injection creates a chamber with uniform temperature. Heavy oil and bitumen reserves in Western Canada, which exceed 175 billion barrels, are becoming increasingly important petroleum sources due to the technical success of the SAGD processes. This study includes Computational fluid dynamics (CFD) modelling and simulations of a horizontal oil well with SAGD. The simulations are performed with inflow control devices (ICD) and autonomous inflow control valves (AICV) completion. In the SAGD processes, it is important that the residence time for steam in the reservoir is high enough to ensure that all the injected steam condenses in the reservoir to reduce the amount of steam injection and thereby making the SAGD process more energy effective. The simulations are carried out with ICD completion to delay the steam breakthrough and with AICV completion to prevent breakthrough of steam and water to the well. The numerical results showed that a most of the steam was produced together with the oil when ICD completion was used. AICV was able to close for steam and water, and the steam was thereby forced to condense in the reservoir, resulting in better utilization of the condensation energy.
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 | 0,000 | 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 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 ».