MétaCan
Menu
Retour à la cohorte
Enregistrement W2936964251 · doi:10.2118/195361-ms

Production Optimization through Intelligent Wells in Steam Trapping in SAGD Operations

2019· article· en· W2936964251 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSPE Western Regional Meeting · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensAlberta EnergyUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageProcess (computing)Petroleum engineeringSteam injectionProcess engineeringEngineeringKey (lock)Process controlOil wellComputer scienceOil sands

Résumé

récupéré en direct d'OpenAlex

Abstract Steam-assisted Gravity Drainage (SAGD) is one of the major thermal recovery methods for heavy oil. Optimization of SAGD is a delicate process that needs to be planned and operated in a detailed manner. Steam trapping is one of the methods that may help optimize production in SAGD by keeping the steam chamber well drained, where liquid does not accumulate on top of the producer and steam is not produced. This is a challenging process even with the advances in well completions with smart or intelligent wells. In this study, the use of smart valves (ICVs) are investigated and their use in optimization of SAGD through steam trapping is outlined. A comprehensive review on steam trapping, in terms of theory and practice, has been provided. A smart well configuration with intelligent valves are built in a representative reservoir simulation model where the full-physics commercial reservoir simulator is coupled with an optimization/sensitivity software to optimize the processes and investigate the significance of the key control/decision and uncertainty variables. Different approaches are used in steam trap control; static location, dynamic scanning in time and location, and dynamic scanning in time and specified locations. The results are outlined along with practical aspects of the whole process and operation. The results are outlined in a comparative way to illustrate the benefits of smart valves and the key points in utilizing them, including economic aspects of their use for additional recovery and the related costs. Results indicate that intelligent wells may prove useful in optimizing steam trapping in SAGD operations depending on the size of the prize. There are several studies on steam trapping. However, there aren't many studies that integrate steam trap control with smart wells. This study investigates the theoretical and practical aspects of steam trapping using intelligent wells, along with outlining the key attributes, decision and uncertainty variables in a comparative way in terms of the steam trap control strategies and economics.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,649

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 Opus0,032
Tête enseignante GPT0,280
Écart entre enseignants0,248 · 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