 Brine-Dependent Recovery Processes (Smart-Water/Low-Salinity-Water) in Carbonate and Sandstone Petroleum Reservoirs: Review of Laboratory-Field Studies, Interfacial Mechanisms and Modeling Attempts
Notice bibliographique
Résumé
Brine-dependent recovery process has seen much global research efforts in the past two decades because of their benefits over other oil recovery methods. The process involves the tweaking of the ionic composition and strength of the injected water to improve oil production. In recent years, several studies ranging from laboratory coreflood experiments by many researchers to field trials by several companies admit to the potential of recovering additional oil in sandstone and carbonate reservoirs. Sandstone and carbonate rocks are composed of completely different minerals, with varying degree of complexity and heterogeneity, but wettability alteration has been widely considered as the consequence rather than the cause of brine-dependent recovery. However, there is no consensus on the cause as several mechanisms have been proposed to relate the wettability changes to the improved recovery. This review paper aims to provide a state-of-the-art development in published research and various efforts of the industry. This review outlines an overview of laboratory and field observations, descriptions of underlying mechanisms and their validity, the complexity of the oil-brine-rock interactions, modelling works, and comparison between sandstone and carbonate rocks. The provided information is intended to provide the reader with up-to-date information, point to relevant studies for those who are new and those implementing either laboratory- or field-scale projects to speed up the process of further investigations in this research area. Overall, the outcome of this review would potentially be of immense benefit to the oil industry.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».