MétaCan
Menu
Retour à la cohorte
Enregistrement W2898032389 · doi:10.2118/193430-ms

Empirical Correlation for Estimation of the Vapourized Oil-Gas Ratio for Gas-Condensate Systems

2018· article· en· W2898032389 sur OpenAlexaff
Victor C. Molokwu, O. M. Makinde, M. O. Onyekonwu

Notice bibliographique

RevueSPE Nigeria Annual International Conference and Exhibition · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésGas oil ratioFossil fuelEquation of statePetroleum engineeringOil fieldNatural gasEnvironmental scienceThermodynamicsEngineeringPhysicsWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The increasing interest in production from liquid-rich reservoirs calls for an efficient method for estimating its fluid properties and more importantly, from production data. The gas material balance for liquid rich systems is largely dependent on several PVT parameters. One of such parameters is the vapourized oil-gas ratio, which defines the amount of stock tank condensate that drops from one standard cubic feet of produced well stream gas. The vapourized oil-gas ratio is usually obtained by Extended Black Oil simulation using an Equation of State (EOS) model well tuned to the PVT experimental data. This experimental data might not be readily available when needed for a quick analysis and even when available, the process of tuning requires great skill and experience of the reservoir engineer. An empirical correlation for the vapourized oil-gas ration is proposed based on a statistical evaluation of values obtained from several simulations (Extended Black Oil) using a tuned Equation of State Model. 14 representative gas-condensate samples from the Niger Delta were used to generate over 2000 lines of vapourized oil-gas ratio. The developed correlation have input parameters, which are readily obtained from field production data. This approach is easily applicable, and valid for a wide range of gas-condensate compositions. It predicts, to a good extent, the vapourized oil-gas ratio for a pressure depletion sequence without recourse to a rigorous EOS modelling.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,394

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 Opus0,038
Tête enseignante GPT0,322
Écart entre enseignants0,284 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Nigeria Annual International Conference and ExhibitionMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207