Investigation on the Impact of Voidage Replacement Ratio and Other Parameters on the Performances of Polymer Flood in Heavy Oil Based on Field Data
Notice bibliographique
Résumé
Abstract Polymer flooding has now become a relatively well accepted method to increase production and recovery in heavy oil fields. Numerous pilots have taken place these last few years and field expansions are currently ongoing in several fields such as Pelican Lake (Canada), Marmul (Oman), Bohai Bay (China), Diadema (Argentina) and Patos Marinza (Albania). As a result of these recent developments, field data has now become available in large quantity and can be used to provide guidance on the impact of various parameters on expected flood performances. For instance, a comparison of primary, secondary and tertiary polymer flood performances based on the analysis of several polymer flood patterns in Pelican Lake was presented in 2016 (Delamaide, 2016). The present paper proposes to go further and to investigate the impact of parameters such as pore volume injected, well length, well spacing or Voidage Replacement Ratio (VRR) on polymer flood performances, based on data from fields in Canada and other parts of the world. The performances of over 70 patterns belonging to several heavy oil polymer floods were analyzed and the impact of VRR, well spacing, well length and other parameters on recovery was evaluated. The calculations were performed using actual reservoir and production data whenever possible and published data in other cases. Despite a large scatter in the data due to the wide range of reservoir conditions investigated, it is possible to distinguish interesting trends. For instance, higher VRR corresponds to lower recovery and recovery is fairly well correlated to injected pore volumes. This paper will provide guidance to engineers designing polymer floods in heavy oil fields, allowing to adjust some of the design parameters to improve field response. In addition, the results can also be used to benchmark reservoir simulation results which can often be too optimistic or to compare performances of pilot projects in other fields.
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 ».