MétaCan
Menu
Retour à la cohorte
Enregistrement W3131894771 · doi:10.2118/203864-ms

A Mathematical Model to Predict Solvent/Steam Flashing in Pure Solvent or Solvent/Steam Coinjection in Horizontal Producers

2021· article· en· W3131894771 sur OpenAlexaboutno aff
Mazda Irani, Nasser Sabet, Farzad Bashtani, Kousha Gohari

Notice bibliographique

RevueSPE Thermal Well Integrity and Design Symposium · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolventFlashingPetroleum engineeringSteam explosionSteam injectionViscosityHeat transferChemistryEnvironmental scienceMaterials scienceChemical engineeringWaste managementProcess engineeringThermodynamicsPulp and paper industryOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Summary Although the steam assisted gravity drainage (SAGD) process is still the preferred thermal-recovery process method for Athabascan deposits in Alberta, Canada, the interest in solvent-based techniques is growing due to reduce greenhouse-gas (GHG) emissions and water treatment concerns. In SAGD process, the thermodynamic trapping or subcool trapping is quite efficient due to strongly dependency of bitumen viscosity to temperature. As Irani (2018) discussed subcool trapping for solvent applications such NsolvTM recovery process is inefficient due to week dependency of solvent viscosity to temperature. Other factor that effects the efficiency of the thermodynamic trapping is that the pure solvent injection recovery processes are operated at low pressure and it is not large temperature window for operators to apply large subcools. Such challenges make the pure solvent injection recovery processes a perfect case for deployment of Flow-Control-Devices (FCDs). FCDs have demonstrated significant potential for improving recovery in SAGD production wells. FCD experience in SAGD has been primarily positive and most producers performed better with FCDs. Application of FCDs are even more important in pure-solvent injection recovery processes due to large amount of solvent in the liquid pool and also low latent heat of solvent in comparison of water. With FCDs, the draw-down pressure is typically higher, resulting in flashing near the well bore, which is largely correlated to latent heat of the main fluid in the liquid pool. The flashing creates either steam or vapour breakthrough that causes the reduction in the relative permeability of the liquid phase. Such mobility reduction creates new equilibrium that stabilizes at lower rates. Such new equilibrium analysis is conducted by forcing a new temperature gradient to the model. Such condition creates an environment that leads into extensive solvent-breakthrough called solvent-coning in this study. The main output of such analysis is the produced solvent gas-fraction produced at the sand-face. The gas-fraction is an important input for the flow control devices (FCDs) especially at subcools close to the zero, as it controls its behavior. EoS model is also created and simplified to be possible to used in defining different equilibrium conditions. This type of analysis can help the operators evaluate the effectiveness of different type of FCDs, whether they are primarily momentum- or friction-style devices for application of the pure solvent injection recovery processes. This study is the first of its kind that couple the EoS and Darcy flow in the liquid pool. The model includes all the factors into a liquid-relative-permeability, and limitation of the liquid flow into producer is modeled by Darcy flow and reduction of such relative-permeability.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,274
Écart entre enseignants0,239 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Thermal Well Integrity and Design SymposiumMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207