MétaCan
Menu
Retour à la cohorte
Enregistrement W3080199325 · doi:10.2118/200322-ms

Lab Investigation of EOR Potential for a Stack Pilot

2020· article· en· W3080199325 sur OpenAlexaboutno aff
Haifeng Jiang, Ryan Antle, Panqing Gao, Glen Murrell

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringPetrophysicsCapillary pressureEnhanced oil recoveryStack (abstract data type)Relative permeabilityCore samplePermeability (electromagnetism)WirelineMultiphase flowOil shaleGeologyPorosityPorous mediumCore (optical fiber)Geotechnical engineeringEngineeringComputer scienceChemistryMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Laboratory studies of unconventional reservoirs are faced with considerably more challenges than those of conventional reservoirs. The assessment of Enhanced Oil Recovery potential in unconventional reservoirs (UCR EOR) in particular needs to address the characterization of static and dynamic properties given the tightness of the rocks, available sample size and simulation of EOR under elevated pressure and temperature conditions. This paper summarizes a laboratory study designed and performed for a potential EOR pilot utilizing cyclic gas injection (Huff-n-Puff) in the Sooner Trend Anadarko Canadian Kingfisher (STACK) shale play in Oklahoma. The lab study focuses on characterizing the rock-fluid interactions as well as upscaling key parameters for the field-scale modeling and simulation. A systematic approach was followed in the design of a laboratory program specific to the characteristics of rock/fluid interaction and the proposed injection scheme of a cyclic gas injection pilot. Digital Core Analysis (DCA) incorporating micro CT, SEM and FIB-SEM analyses were performed in order to determine basic petrophysical properties at micro scale, with capillary pressure and relative permeability curves simulated digitally. Porosity and relative permeability end points were also measured on preserved STACK core plugs. Minimum miscibility pressure (MMP) measurements of field separator gas and STACK crude oil was performed with a rising bubble apparatus (RBA). Finally, a huff-n-puff experiment was designed and performed within a custom pressure cell to study the recovery efficiency at the existing core sample scale. Digital Core Analysis (DCA) has been shown to reliably produce petrophysical properties for tight STACK cores. Laboratory miscibility pressure measurements were conducted at reservoir conditions (4,500 psi and 183 °F) using field crude samples and the associated gas composition. Seven injection/production cycles were applied to a re-saturated standard core plug with oil production observed and measured in the effluent. Cyclic injection continued until no further oil could be visually observed in the effluent. A customized 2-stage drawdown was incorporated to provide input for the recovery process. The total recovery after seven cycles reached 82 %OOIP. This work provides the first rock and fluid analysis integrating digital and traditional approaches for assessment of EOR potential in unconventional reservoirs such as those found in the STACK. This systematic approach presents properly designed and executed laboratory experiments without leaving out key formation and fluid variables. This workflow can be applied in similar UCR EOR studies to lay a solid foundation for appraising UCR EOR potential and providing reliable inputs for upscaling to the field level studies.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil1,000

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 Opus0,026
Tête enseignante GPT0,229
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207