Mobilization of Trapped Residual Oil via Secondary SAGD with Propane
Notice bibliographique
Résumé
Abstract Solvent- Steam Assisted Gravity Drainage (S-SAGD) processes for bitumen extraction are proposed to reduce the environmental impact of steam injection. S-SAGD processes require more research due to the unknowns of solvent-bitumen interaction and the desire to reduce the cost of steam and solvent utilized. This study investigates propane-SAGD (P-SAGD) and propane-steam flooding (P-SF) performance for the recovery of a Canadian bitumen from Alberta with 9.6 API gravity, 290,500 cP viscosity (at 25 °C), and 21.7 wt% asphaltenes (n-pentane insoluble) content. Three two-dimensional SAGD experiments (one SAGD and two P-SAGD at two different propane doses) and three one-dimensional flooding experiments (propane, steam, and propane-steam) were conducted. By comparing 2D experiments with 1D, we were able to analyze the effect of continuous steam flow and steam chamber development on process performance in microscopic scale. Water and asphaltenes contents of produced oil were measured. It has been observed that the steam chamber development with propane coinjection enhanced the oil production, however, led to delay in oil production compared to the steam flooding case. Thus, we also tested first steam injection until achieving the communication between the injector and producer in SAGD configuration and then, switching to steam-propane coinjection. After allowing the steam-bitumen interaction first, propane injection did not result in severe water-in-oil emulsion formation. Moreover, lesser permeability reduction due to asphaltenes deposition was observed. The application of propane-SAGD as follow up to SAGD improved the process by the mobilization of trapped residual oil and enhanced the quality of produced oil by minimizing the formation of water-in-oil emulsion.
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 | 0,000 |
| 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 | 0,000 | 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 ».