MétaCan
Menu
Retour à la cohorte
Enregistrement W2962755264 · doi:10.1038/s41598-019-47099-3

Unified Theory of Ultimate Hydrocarbon Recovery for Primary and Cyclic Injection Processes in Ultratight Reservoirs

2019· article· en· W2962755264 sur OpenAlexfundno aff
Michael Cronin, Hamid Emami‐Meybodi, Russell T. Johns

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesJohn and Willie Leone Family Department of Energy and Mineral Engineering, College of Earth and Mineral Sciences, Pennsylvania State UniversityPennsylvania State UniversityEnergi SimulationUniversity of PennsylvaniaU.S. Department of Energy
Mots-clésOil shaleDilutionPetroleum engineeringDiffusionSolventPhase (matter)Mass transferHydrocarbonChemistryThermodynamicsGeologyChromatographyOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a simple method to estimate ultimate recovery factors (URF) of ultratight reservoirs based on equilibrium by diffusion in which URF is only a function of changes in hydrocarbon density between initial and final states. URF is defined at infinite time and therefore does not depend on the transient behavior. Although URF may not be achievable during the life-cycle of the field development and production, it provides valuable insights on the role of phase behavior. We show that equilibrium phase behavior defines the absolute upper-bound for URF during primary production and explains the poor recovery from shale oil reservoirs compared to the high recovery factor in shale gas reservoirs in a unifying way. Further, we quantify how injected solvent compositions (CH4, CO2, N2, and C2H6) during huff’n’puff enhanced oil recovery (EOR) improve recovery based on density reduction and compositional dilution, and show that the largest percentage increase in recovery occurs for heavier oils. Our calculations provide a practical means to define the URF from primary production as a function of reservoir fluid composition, temperature, and pressure drawdown. In addition, our calculations articulate incremental URF (IURF) of solvent huff‘n’puff based on net solvent transfer into ultratight rock, which is a key design consideration. The results illustrate that solvent transfer dilutes the hydrocarbons in place, thus maximizing long-term hydrocarbon recovery. Net mass transfer can be improved by enhancing the diffusion of solvent into the matrix based on the huff‘n’puff design parameters including solvent composition, drawdown pressure, and the net amount of solvent injected based on optimal frequency and cycle duration.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207