MétaCan
Menu
Retour à la cohorte
Enregistrement W2932289736 · doi:10.2118/193882-ms

Impact of WAG Design on Calcite Scaling Risk in Coupled CO2-EOR and Storage Projects in Carbonate Reservoirs

2019· article· en· W2932289736 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSPE Reservoir Simulation Conference · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Livermore National LaboratoryConselho Nacional de Desenvolvimento Científico e TecnológicoEnergi Simulation
Mots-clésCalciteCarbonateDissolutionReservoir simulationEnhanced oil recoveryPetroleum engineeringResidual oilGeologyPetroleum reservoirInjection wellPrecipitationMineralogyEnvironmental scienceChemical engineeringMaterials scienceEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract WAG (Water-Alternating-Gas) schemes have been applied in Brazilian carbonate reservoirs aiming to minimize residual oil saturation and gas flaring by recycling CO2 naturally being produced alongside hydrocarbon gas. However, applying WAG injection in highly reactive and heterogeneous carbonate rocks can potentially create severe scaling problems. This work develops a reactive transport simulation-based workflow to evaluate the impact of key WAG design parameters on oil recovery, scale deposition risk and CO2 storage to support multi-objective decision-making. Compositional simulations of WAG scenarios were performed as part of a sensitivity study followed by statistical analysis in order to quantify to what extent the outcomes of interest are sensitive to variations on four WAG design parameters: WAG ratio, CO2 concentration in the injection gas stream, injection rate and solvent slug-size. We established an Equation-of-State (EoS) using PVT data, a representative geochemical model and well constrains designed to control production of injected fluids. Scale risk was assessed by calcite changes around the wells, precipitation in well tubing and surface facilities, and water breakthrough. Results of this study showed that values of calcite rate constant (Ksp) and reactive surface area (A0) assigned in numerical simulations can impact relative calcite changes in the reservoir. Using reactive surface areas from BET studies of crushed rocks can lead to prediction of unrealistic amounts of calcite dissolution. Cases with lower values of (Ksp×A0) appeared to be more numerically stable and more consistent with dissolution/precipitation rates of silicate minerals. Simulation results also suggested that calcite dissolution close to injection wells and precipitation in production wells and surface facilities become more severe as CO2 concentration in injection gas and WAG ratio increases. Based on the design variables and reservoir conditions studied, the most to least crucial factors affecting oil recovery were: CO2 concentration in the injection gas stream, injection rate, WAG ratio and solvent slug-size. From a storage perspective, the impact of the design variables had considerably more impact, with the most influential factor being again CO2 concentration in the injection gas stream, followed by WAG ratio, injection rate and solvent slug-size. Optimization study results suggested that low WAG ratio values combined with low to intermediate gas slug sizes could result in superior profitability and CO2 storage outcomes for this pilot. Ultimately, we demonstrate the importance of integrating multiphase miscible displacement with geochemical reactions while modeling complex CO2-EOR in carbonate reservoirs and address how key design parameters impact our desired outcomes, knowledge that promotes a more robust decision-making framework.

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.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,034
Tête enseignante GPT0,304
Écart entre enseignants0,270 · 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