MétaCan
Menu
Retour à la cohorte
Enregistrement W2894368759 · doi:10.2118/194034-stu

Experimental Study of Heavy Oil Recovery Mechanisms During Cyclic Solvent Injection Processes

2018· article· en· W2894368759 sur OpenAlexafffundabout
María Jesús Moran

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Innovates - Technology FuturesSuncor Energy IncorporatedUniversity of Calgary
Mots-clésEnhanced oil recoverySolventPetroleum engineeringViscosityViscous fingeringDrawdown (hydrology)Materials scienceOil fieldWork (physics)Surface tensionOil productionEnvironmental scienceMechanicsGeologyChemistryGeotechnical engineeringThermodynamicsComposite materialPorous mediumPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, the Cyclic Solvent Injection (CSI) process has shown to be a promising method for enhanced heavy oil recovery in Canada. CSI laboratory studies work for only 2 to 3 cycles due to low incremental oil in subsequent cycles. However, in field pilots the CSI keeps operational after many years. This study intends to capture the full production mechanisms responsible of heavy oil production in CSI to better understand the phenomena in field applications. A physical sandpack model was used to test the CSI response. The sandpack was saturated with live heavy oil of 7900 mPa.s viscosity at 24 ° C, and primary production was run. Five CSI tests were then conducted to simulate the performance under the gravity effects. The experiments were conducted in a horizontal and vertical mode injection respectively at high and low-pressure depletion rates using 70 mol % CH4 and 30 mol % C3H8 solvent mixture. The sandpack was Computed Tomography (CT) scanned after every cycle to provide information about the gas and oil saturations evolution. When CSI was run on the horizontal core, the incremental oil recovery was negligible for both slow and fast drawdown rates. When the sandpack was vertically flipped and rapidly produced, the three CSI cycles exhibited higher recover, and similar incremental recovery per cycle. This result indicated that even at high drawdown pressures, gravity segregation can effectively maximize the cross-flow mixing between solvent and heavy oil to penetrate the un-swept areas. The results of this study demonstrate the importance of gravity drainage in the CSI process, and the relative significance of gravity forces on successful oil recovery rates. The results of this study illustrate the limitations of previous horizontal laboratory tests and show an improved test configuration for modeling and prediction of the improved response observed in CSI pilots.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207