Enhance Microscopic Sweep Efficiency by Smart Water in Tight and Very Tight Oil Reservoirs
Notice bibliographique
Résumé
Abstract In the literature, improvement of oil recovery in smart water injection schemes has been shown to be mediated by wettability alteration. This process reduces residual oil saturation, which in turn affects the microscopic sweep efficiency and leads to subsequent enhancement of overall waterflood performance (Willhite, 1986). Tight and very tight oil reservoirs are often associated with high clay content and significant Cation Exchange Capacity (CEC) values (Breeuwsma et al., 1986). CEC directly influences smart waterflood behavior as it controls ion exchangeability between the solid and aqueous phases, which then regulates the double layer thickness and the wettability of the system (Nasralla and Nasr-El-Din, 2014). This study presents the effect of lithology on CEC value. Experimental studies on smart waterflooding in tight oil cores have reported reduction of residual oil saturation by as high as five percent and improvement of microscopic sweep efficiency by six percent (Xie et al., 2015a, 2015b). The promising potential of smart water in tight and very tight oil reservoirs is similarly shown in numerical simulations, in which oil recovery is improved by three percent. Smart water may additionally retard water production by reducing water relative permeability. Furthermore, it enhances effective porosity/permeability through mineral dissolution. However, in tight oil reservoirs, pressure maintenance efficacy could be an issue. Simulation results display a significant pressure drop in the reservoir, which could lead to gas phase liberation and liquid relative permeability reduction. Currently, few studies on smart waterflood in tight and very tight oil reservoirs exist. This work examines smart waterflood opportunities in these reservoirs from both an experimental and a numerical perspective.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».