On the evaluation of Alkaline‐Surfactant‐Polymer flooding in a field scale: Screening, modelling, and optimization
Notice bibliographique
Résumé
Abstract Chemical enhanced oil recovery methods, including alkaline surfactant polymer (ASP) flooding, have found special significance for oil reservoirs. ASP flooding provides different situations based on ratio of injection of three ASP components. This study identifies the behaviour of injection components and their interaction, investigating the synergy between them. To this end, an Iranian oil reservoir is studied. The factors influencing the injection process are identified and then a combination of these factors and the concentration of ASP components are modelled. All modelling results are fitted with R‐squared and adjusted R‐squared values above 0.96. Finally, the optimization is conducted to determine the best injection scenario. The most important aspect of this study is to investigate simultaneously the effect of different parameters of ASP in a real case. The screening results show that the effect of polymer on viscosity is the most influential factor in ASP flooding. The modelling results show that water cut in the case of simultaneous injection of three components is less than other cases of injection. This represents the synergy of components in the injection process during ASP flooding. The miscibility between water and polymer solution also leads to less produced water and more produced oil. In the final stage, the optimization results show that the optimal scenario is injection of surfactant and polymer with the greatest amount of miscibility between water and polymer solution. It can be concluded that with this approach, ASP injection can efficiently be analyzed and optimized from a technical point of view.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».