Evaluation and Optimisation of Chemically Enhanced Oil Recovery in Fractured Reservoirs Using Dual-Porosity Models
Notice bibliographique
Résumé
Abstract We propose a workflow to optimise the configuration of multiple interacting continua (MINC) models and overcome the limitations of the classical dual-porosity model when simulating chemically enhanced oil recovery processes. Our new approach captures the evolution of the concentration front inside the matrix, which is key to design a more effective chemically enhanced oil recovery projects in naturally fractured reservoirs. Our workflow is intuitive and based on the simple concept that fine-scale single-porosity models capture fracture-matrix interaction accurately and can hence be easily applied in a commercial reservoir simulator. Results from the fine-scale single-porosity system are translated into an equivalent MINC method that yields more accurate results than the classical dual-porosity model or a MINC method where the shells are arbitrarily selected. Our approach does not require the tuning of capillary pressure curves ("pseudoisation"), diffusion coefficients, MINC shells, or the generation of recovery type curves, all of which have been suggested in the past to model more complex recovery processes. A careful examination of the fine-scale single-porosity model ("reference case") shows that a number of nested shells emerge, describing the advance of the concentration and saturation fronts inside the matrix. The number of shells is related to the required degree of refinement, i.e. the number of shells, in the improved MINC model. Using the results from a fine-scale single-porosity simulation to set up the shells in the MINC model is easy and requires only simple volume calculations. It is hence independent of the chosen simulator. Our improved MINC method yields significantly more accurate results compared to a classical dual-porosity model, a MINC method with equally sized shells, or a MINC model with arbitrarily refined shells for a number of recovery scenarios that cover a range of matrix wettabilities and permeabilities. In general, improved results can be obtained when selecting five or fewer shells in the MINC. However, the actual number of shells is case-specific. The largest improvement is observed for cases when the matrix permeability is low. The novelty of our approach is the easy-to-use method to define shells for a MINC model to predict chemically enhanced oil recovery from naturally fractured reservoirs more accurately, especially in cases where the matrix has low permeability. Hence the improved MINC method is particularly suitable to model chemical EOR processes in (tight) fractured carbonates.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».