MétaCan
Menu
Retour à la cohorte
Enregistrement W2988577985 · doi:10.2118/198905-pa

A Multiphase, Multicomponent Reservoir-Simulation Framework for Miscible Gas and Steam Coinjection

2019· article· en· W2988577985 sur OpenAlexaboutno aff
Jiajun Jiang, Scott James, Mohamad Mojarab

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringReservoir simulationSteam injectionThermalEnvironmental scienceProcess engineeringSimulationComputer scienceEngineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Summary The solvent thermal resource innovation process (STRIP), a downhole steam-generation technology, has the capacity to show improved recovery factors with a significantly reduced environmental footprint compared with traditional thermal-enhanced-oil-recovery (TEOR) methods, most notably by delivering all the combustion heat to the pay zone. In this effort, a quarter-symmetry inverse-five-spot model and a multiphase, multicomponent reservoir-simulation framework were used to simulate the STRIP technology. Commercial simulators such as STARS - Thermal and Advanced Processes Reservoir Simulator [Computer Modelling Group Ltd. (CMG), Calgary, Alberta, Canada; CMG 2015b] often use the K-value approach to simulate TEOR. However, the method cannot simulate STRIP's carbon dioxide (CO2) and steam coinjection because the K-value method does not consider miscible gas injection. On the other hand, CMG's GEM - Compositional and Unconventional Simulator (CMG 2015a) includes the effects of miscible gases but does not provide comprehensive support for steam-injection processes, which are better handled by STARS. The novel simulation framework developed here leverages and combines the individual strengths of STARS (thermal features) and GEM (compositional features). In this framework, STARS simulated steam injection (but cannot directly simulate the effects of CO2) and was the governing model that synchronized temperature, pressure, and phase saturations for two parallel iterations of the GEM models (GEM-1 and GEM-2) at each timestep. Immiscible methane (CH4) was added to GEM models to maintain gas saturations equivalent to the STARS model. GEM-1 simulated hot-water and CH4 injection, but at increased rates to yield a pressure field and gas saturations equivalent to STARS. A final run of GEM-1 injected both CO2 and hot water and demonstrated the expected increase in oil production. Calibrated injection rates from GEM-1 were specified in GEM-2 to ensure equivalence of the pressure field. Next, the GEM-2 model also simulated hot-water and CH4 injection, but matched both water and oil productions along with oil saturations from the final GEM-1 run by altering relative permeabilities. Finally, the updated relative permeabilities were fed back to STARS, and iteration proceeded. Results from this framework were verified against a STARS steam-injection simulation. Finally, when considering coinjection of CO2, STRIP's superior performance was demonstrated through increased oil recovery and a lower steam/oil ratio (SOR).

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)0,001
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: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,312
Écart entre enseignants0,283 · 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 Evaluation & EngineeringMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207