MétaCan
Menu
Retour à la cohorte
Enregistrement W2587609146 · doi:10.2118/185066-ms

Gas Selection for Huff-n-Puff EOR in Shale Oil Reservoirs Based upon Experimental and Numerical Study

2017· article· en· W2587609146 sur OpenAlexaff
Lei Li, James J. Sheng, Jinze Xu

Notice bibliographique

RevueSPE Unconventional Resources Conference · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesU.S. Department of Energy
Mots-clésPetroleum engineeringEnhanced oil recoveryOil shaleSeparator (oil production)Gas oil ratioTight oilEnvironmental scienceFossil fuelOil in placeShale oilPetroleumGeologyWaste managementChemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Huff-n-Puff gas injection is a method originally used in heavy oil reservoir to reduce oil viscosity, increase mobility and displacement efficiency to enhance oil recovery. Now this method has been applied to enhance unconventional oil recovery in shale or tight reservoirs in recent years and proved to be effective in experiment study. N2, C1, CO2 or other rich gases are used in shale oil EOR. The purpose of this paper is to compare the EOR potential of different gas and provide a guide to choose gas based on the Wolfcamp shale oil reservoir. The composition of crude oil from Wolfcamp was analyzed by Gas Chromatography (GC). First, the core plugs from Wolfcamp with diameters of 1.5 inches were saturated with crude oil. Then gas huff-n-puff experiments using N2, C1, and CO2 were conducted in the laboratory with the same injection pressure of 2000 psi. Based on laboratory results, a compositional model is built and used to analyze the performance of gas huff-n-puff. The EOR capacity of gas mixture (N2, C1, CO2) and some solvents such as C3-CO2 mixture, the separator gases C1 to C4 from the field production were investigated using the simulation method. From the experiment results of the three kinds of gas injections, the oil recovery in the first two injection cycles were large. The incremental oil recovery decreased as the increase in number of injection cycles. Comparing the three kinds of gas EOR effects on Wolfcamp core samples, CO2 EOR result was the best, followed by N2 and C1. Coupling the equation of state method with GC analysis, 24 components of crude oil were achieved and then lumped into 5 pseudo components for simulation. The EOR effects of other gas mixture and solvents are investigated using the field model. The results show that the EOR effect of mixture of C1, C2 and C4 is the most favorite, followed by CO2-C3 mixture, produced gas, C1-CO2 mixture, and N2-CO2 mixture. Combined all of these results with economic factors, a comparison of gas capacity is proposed. This investigation is focused on injection gas selection for shale oil production and helps to provide us a screening criterion to choose effective and convenient gas when conducting huff-n-puff gas injection in shale oil development. Cheaper gas with higher EOR potential will reduce the production cost and bring huge economic benefits to oil company especially in this low oil price period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,319
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Unconventional Resources ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207