MétaCan
Menu
Retour à la cohorte
Enregistrement W2897312474 · doi:10.3997/2214-4609.201801438

Experimental Investigation of the Performance of Low Salinity Carbonated (CO2-Saturated) Brine Injection as a Novel EOR

2018· article· en· W2897312474 sur OpenAlexaff
Mojtaba Seyyedi, Mehran Sohrabi, M. Sheydaeemehr

Notice bibliographique

RevueProceedings · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBrineSalinityEnhanced oil recoveryPetroleum engineeringEnvironmental scienceWater floodingGeologyChemistryOceanography

Résumé

récupéré en direct d'OpenAlex

Summary Low-salinity brine injection and carbonated (CO2-enriched) water injection (CWI) are two well-known water-based enhanced oil recovery (EOR) scenarios. The oil recovery mechanisms and potential of each method have been discussed by many researchers. In this study, through the inclusion of CO2 in the low salinity brine or in other words by merging CWI with low salinity brine injection, we are introducing a novel EOR scenario in which we can simultaneously take advantage from the EOR mechanisms of low salinity brine injection and CWI. We called this novel EOR scenario as the low salinity carbonated brine (LSCW) injection. In this study, through a series of integrated high-pressure and high-temperature flooding experiments, as well as contact angle measurements, the oil recovery potential and oil recovery mechanisms of this novel EOR scenario were scrutinized. According to the results, inclusion of CO2 in low-salinity brine enhances the oil recovery performances of CWI and in particular low salinity brine injection. Furthermore, based on our findings, for those types of oil reservoirs, where low salinity brine injection is not very effective for enhancing oil recovery, the inclusion of CO2 into low salinity brine (LSCW) can significantly improve the oil recovery.

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 enseignants0,019
Score d'incertitude au seuil0,371

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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207