Using Horizontal Wells for Chemical EOR: Field Cases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Primary production of heavy oil in general only achieves a recovery of less than 10% OOIP. Waterflooding has been applied for a number of years in heavy oil pools and can yield much higher recovery but the efficiency of the process diminishes when viscosity is above a few hundreds cp with high water-cuts and the need to recycle significant volumes of water; in addition, significant quantities of oil are still left behind. To increase recovery beyond that, Enhanced Oil Recovery methods are needed. Thermal methods such as steam injection or Steam-Assisted Gravity Drainage (SAGD) are not always applicable, in particular when the pay is thin and in that case chemical EOR can be an alternative. The two main chemical EOR processes are polymer and Alkali-Surfactant-Polymer (ASP) flooding. The earlier records of field application of polymer injection in heavy oil fields date from the 1970’s however; the process had seen very few applications until recently. ASP in heavy oil has seen even fewer applications. A major specificity of chemical EOR in heavy oil is that the highly viscous oil bank is difficult to displace and that injectivity with vertical wells can be limited, particularly in thin reservoirs which are the prime target for chemical EOR. This situation has changed with the development of horizontal drilling and as a result, several chemical floods in heavy oil have been implemented in the past 10 years, using horizontal wells. The goal of this paper is to present some of the best documented field cases. The most successful and largest of these is the Pelican Lake polymer flood in Canada, operated by CNRL and Cenovus which is currently producing over 60,000 bbl/d. The Patos Marinza polymer flood by Bankers Petroleum in Albania and the Mooney project (polymer, ASP) by BlackPearl (again in Canada) are also worthy of discussion.
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.
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 découle