Calibrating a Semi-Analytic SAGD Forecasting Model to 3D Heterogeneous Reservoir Simulations
Notice bibliographique
Résumé
Abstract The steam-assisted gravity drainage (SAGD) method is an efficient way of producing oil from many of Canada's Oil Sands reservoirs. Predicting oil production and steam injection rates is required for planning and managing a SAGD operation. While this can be done by simulating the fluid flow using commercially available thermal simulators, drainage area simulations can take days to run. This also involves significant expense for a business in the form of simulator license fees. For this reason, a proxy that reasonably predicts oil production and steam injection rates with low computational effort would be valuable. In this paper, a reliable proxy for predicting SAGD performance is developed. This model can handle different operating pressure strategies and uses a distinctive approach to capturing the impact of reservoir heterogeneity. The approach is an approximate solution using a semi analytical model based on relevant theories including Butler's SAGD theory. The model is orders of magnitude faster than full simulation and provides performance forecasts which have a level of accuracy suitable for many practical applications within an operating oil sands business. To capture the impact of near wellbore heterogeneity a novel parameter which accounts for the degree of near-well reservoir connectivity was developed. This parameter is calculated based on properties such as permeability, porosity and oil saturation inside an assumed 90-degree steam chamber above the producer. This parameter can take into account the distance of shale barriers above the producer which can act as a baffle/barrier for steam chamber development. First, this paper outlines the core theory underlying the model and then, by showing different examples will demonstrate its accuracy and applicability within an operating SAGD business. Results show strong correlation between simulated key production parameters such as peak oil rate and the parameter developed to account for near wellbore heterogeneity. By modifying the proxy to consider this parameter, the authors demonstrate a strong correlation between complex 3D thermal simulator results and this model in terms of oil production, cumulative steam oil ratio (cSOR) and instantaneous steam oil ratio (iSOR) predictions.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».