MétaCan
Menu
Retour à la cohorte
Enregistrement W2794267241 · doi:10.2118/190418-ms

Experimental Study of Surfactant Polymer for a Heavy Oil Field in South of Oman

2018· article· en· W2794267241 sur OpenAlexaff
R.. Al-Jabri, Abdullah Alkindi, Rifaat Al-Mjeni, Nasser Al-Azri, D. Rousseau, Stéphane Renard, Vincent Mirallès, Eric Delamaide

Notice bibliographique

RevueSPE EOR Conference at Oil and Gas West Asia · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesIFP Energies Nouvelles
Mots-clésPulmonary surfactantPetroleum engineeringPolymerOil in placePorous mediumSolubilityEnhanced oil recoveryChemical engineeringWork (physics)EmulsionResidual oilAdsorptionMaterials scienceProcess engineeringPorosityEnvironmental sciencePetroleumChemistryGeologyEngineeringComposite materialMechanical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Heavy oil reservoirs remain challenging for surfactant-based EOR, particularly in selecting fine-tuned chemical formulations which combine high performance and guarantee trouble-free operations. This requires substantial laboratory work and a solid methodology. This paper reports a laboratory feasibility study aiming at designing a surfactant-polymer pilot for a heavy oil field in the South of Oman. The workflow was organized as follows: (i) oilfield initial assessments; (ii) selection and preparation of the rock and fluids; (iii) initial design of the surfactant-polymer formulation involving an extensive screening of surfactants and polymer combinations using a robotic platform; (iv) pre-qualification tests involving in-vitro adsorption and assays for emulsion risk at surface conditions; (v) demonstration coreflood test aiming at determining the ultimate oil recovery achievable with the formulation and (vi) optimization study involving coreflood test and formulation fine tuning to design the most adapted injection strategy. An extensive screening study was carried out to select representative core and fluid materials. To enable comparative coreflood tests, an analogue granular porous medium was built, with mineralogical composition mimicking that of the reservoir rock. The design of the surfactant-polymer formulation relied on hundreds of automated salinity screening phase behavior and solubility assays. Polymer selection was achieved by membrane injection tests performed under imposed velocity conditions to determine resistance factors versus pore size, velocity, concentration and salinity. This procedure resulted in the successful design of a surfactant-polymer formulation that provided o/w IFT of less than 10-2 mN/m at 50°C over a relatively broad range of salinities, including the injection water salinity. A first coreflood test performed on a reservoir rock plug demonstrated that injecting the formulation as an infinite slug in post-polymer flooding conditions led to 100% recovery of the remaining oil with a very good in-depth propagation of the formulation. The optimization study was then carried out and led to designing injection sequences that allowed minimizing the surfactant losses due to both retention on the rock and dissolution in oil. The results demonstrate that a surfactant-polymer formulation can successfully be designed and evaluated for heavy oil reservoirs. They also provide practical guidelines for the pilot implementation and pave the way for the next stage of the feasibility study which will focus on generating data for reservoir simulation, operational design and improving the economics.

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 enseignants0,167
Score d'incertitude au seuil0,554

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 Opus0,017
Tête enseignante GPT0,260
Écart entre enseignants0,243 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE EOR Conference at Oil and Gas West AsiaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207