In-Situ Catalytic Aquathermolysis Combined with Geomechanical Dilation to Enhance Thermal Heavy-Oil Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Steam-assisted gravity drainage (SAGD) has been used to develop the "super heavy" oil reservoirs in PetroChina Xinjiang Oilfield Branch. These reservoirs have a very high oil viscosity that can reach more than 50,000 cp at 50°C. Moreover, owing to their continental deposit origin, these reservoirs have a low porosity and a low permeability, as well as frequent and heterogeneous occurrence of mud/shale stringers within. Because of these challenging reservoir qualities, the conventional steam circulation SAGD startup process takes 10 to 12 months before the SAGD well pair can be switched to production. A geomechanical dilation mechanism is used to startup the SAGD production with outstanding success. As a result, dilation startup has recently become the routine start-up process in Xinjiang's SAGD production. This paper describes further improvement in dilation startup by injecting a unique catalyst to evoke the in-situ catalytic aquathermolysis mechanism. The reservoir is first dilated to form a high-porosity and high-permeability conduit connecting the SAGD well pair. The catalyst is then injected into these newly created pore spaces, contacting the heavy oil in large volume, and helping reduce in-situ oil viscosity. This technology has been applied on more than 10 SAGD well pairs and excellent field results were generated in terms of reduced steam use, shortened steam circulation time, and increased initial oil production. This paper presents this integrated chemical geomechanics technology with relevant laboratory test and field results supporting the description.
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.
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 | 0,001 | 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 découle