Can Solvent Injection be an Option for Cost Effective Enhanced Oil Recovery?: An Experimental Analysis for Different Oil and Rock Characteristics
Notice bibliographique
Résumé
Abstract We performed a set of experiments on vertically situated sandpack models. Different slug sizes of water and solvent (heptane used in the experiments) were tested for 2,000 cp heavy-oil. As a benchmark, tests were also performed for 14 cp light oil for comparative analysis. In addition to the technical feasibility, an economic analysis was performed considering the amount of solvent injected and oil and solvent recovered. Experiments were repeated for oil-wet systems. For both light and heavy oils, starting the process with the solvent was feasible in the short run technically and economically. If the process starts with water, excess amount of it occupies the largest pores and hinders solvent-oil interaction for mixing and oil displacement. This was true especially if the rock is both oil-wet and heavy, which yielded faster recovery and higher ultimate recovery than the water-wet case. The time for switching to solvent injection is more critical in the heavy-oil case as it is more sensitive to the amount of existing water in the system. As oil becomes heavier and if the rock is water-wet, starting the process with waterflooding is not suggested. In this case, more solvent needs to be injected in the first cycle compared to oil-wet systems. Due to partial miscibility and more gravity stable nature, solvent retrieval and sweep with water can be more effective in case of heavy-oil compared to light oil (fully miscible case) and, as a result, can be even more profitable. This is highly critical in exploitation of heavy-oil reservoirs if thermal options are limited and greenhouse gas emission is a concern.
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) | 0,001 | 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 ».