Influence of Filling Medium on Water Injection in Fracture-Vuggy Reservoir
Notice bibliographique
Résumé
The Tahe oilfield is characterized with high degree of filling medium in an underground caves and shortage of bottom water in some unites. In addition, it has poor oil displacement effect with water injection, and low recovery rate. Considering geological interpretation results, the cave filling models with different filling mediums are designed. Through physical simulation experiments, the displacement mechanism between the un-filled areas and the filling medium were fully studied. Meanwhile, the effect of filling medium’s wettability, pore size and fluid elastic energy on the oil-water displacement efficiency were clarified. The results showed that: In the process of oil-water displacement, the capillary resistance in the oil-wet filling medium may hinder the oil-water gravity differentiation, making it impossible for the oil in the filling medium to be replaced effectively, so there is a large amount of remaining oil in the filling medium. The stronger the oil wettability of the filing medium and the smaller pore size, the lower the displacement efficiency. Increasing injecting pressure could only increase the formation energy and improve oil production at the beginning, but it could not improve oil displacement efficiency in filling medium. Injection of surfactant could reduce the oil-water interfacial tension and improve the oil phase utilization degree of the filling medium effectively. Field application has the same results with the experiment, so the surfactant injection is an EOR method to improve oil displacement for fracture-cave reservoir with high degree of filling medium.
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 | 0,001 |
| 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 ».