MétaCan
Menu
Retour à la cohorte
Enregistrement W2972659409 · doi:10.2118/196676-ms

Improvement of the SAGD Process by Use of Steam-Foam: Design and Assessment of a Pilot Through Reservoir Simulation

2019· article· en· W2972659409 sur OpenAlexaboutno aff
M. Abdul Ghani, Simon Ayache, Guillaume Batôt, Julien Gasser-Dorado, Eric Delamaide

Notice bibliographique

RevueSPE Reservoir Characterisation and Simulation Conference and Exhibition · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSteam injectionPetroleum engineeringInjectorSteam-assisted gravity drainageFoaming agentEnvironmental scienceThermalProcess (computing)Waste managementOil sandsProcess engineeringMaterials scienceEngineeringGeotechnical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Although SAGD is a very popular in-situ extraction method in Canada, this thermal process relies on huge energy and water consumption to generate the steam. Irregular growth of the steam-chamber due to heterogeneities further degrades its yield. Contact between the steam chamber and the overburden also leads to heat losses. The objective of this paper is to investigate how Foam Assisted-SAGD could mitigate these technical issues and improve the efficiency of the SAGD process. Compositional thermal reservoir simulations are used to simulate and analyze a Foam Assisted-SAGD pilot. The shear-thinning effect close to the wells is also accounted for. The simulations are run on a homogeneous model mimicking the Foster Creek project in Alberta, Canada. Several type of injection sequences have been analyzed in terms of foam formation, back-produced surfactants and cumulative Steam-Oil-Ratio. Results are compared with the original SAGD performance. In order to propagate the foaming surfactants throughout the steam chamber the injection sequence needs to be properly determined. A simple continuous Foam Assisted-SAGD injection would lead to an accumulation of surfactant between the wells due to gravity segregation, preventing the foam from acting on the upper part of the steam chamber. Furthermore surfactant production occurs after a few weeks due to the proximity of the producer and the injector. A proper injection strategy of the type SAGD/slug/SAGD/slug is found to delay the chemical breakthrough and increase the amount of surfactant retained in the reservoir while allowing the surfactant propagation throughout the steam chamber. After optimization the Foam Assisted-SAGD process appears to be technically promising.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,311
Écart entre enseignants0,254 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Characterisation and Simulation Conference and ExhibitionMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207