MétaCan
Menu
Retour à la cohorte
Enregistrement W2595684174 · doi:10.3997/2214-4609.201600764

Geochemical Interpretation and Field Scale Optimization of Low Salinity Water flooding

2016· article· en· W2595684174 sur OpenAlexaff
Ngoc Nguyen, Cuong T. Dang, Long X. Nghiem, Zhangxin Chen

Notice bibliographique

Revue78th EAGE Conference and Exhibition 2016 · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnhanced oil recoveryWater floodingSalinityPetroleum engineeringWettingIon exchangeProcess (computing)Scale (ratio)Oil fieldProcess engineeringComputer scienceEnvironmental scienceBiochemical engineeringGeologyEngineeringChemistryIonChemical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Summary Low Salinity Waterflooding (LSW) is an emerging Enhanced Oil Recovery (EOR) method. Wettability alteration towards increased water wetness in LSW is the widely accepted mechanism for the enhanced oil recovery. This phenomenon can physically be explained by ionic exchanges and geochemical reactions. However, the detailed ion exchanges have never been adequately addressed, and the explanations provided in the literature are sometimes contradictory leading to challenges of a successful LSW design. This paper aims to: (1) present detailed ion exchanges and geochemical reactions that happen in LSW using a compositional simulator; (2) analyze the key factors that affect an ion exchange process and address how to maximize the preferable wettability alteration; (3) investigate the potential of combining CO2 with LSW (CO2 LSWAG) to promote geochemical reactions and maximize the final oil recovery factor; (4) conduct a robust optimization of CO2 LSWAG under geological uncertainties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,223

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue78th EAGE Conference and Exhibition 2016Même sujetEnhanced Oil Recovery TechniquesTravaux en français237 207