Numerical Simulation Investigation on Foamy Oil Behavior for a System of Heavy Oil-Mixture Solvent in Porous Media
Notice bibliographique
Résumé
Abstract Heavy oil resources, as a non-renewable energy resource, often require extra enhanced oil recovery techniques such as solvent-based processes. Many kinds of solvents including pure and mixed solvents have been tested in solvent-based applications. Compared with pure solvent, the solvent mixture has the advantage of relatively higher dew point pressure while maintaining desirable solubility in heavy oil. The characterization of foamy oil behavior in a pure solvent system is different from that of the solvent mixture system despite their similarities. Thus, an additional numerical simulation study is necessary for the solvent mixture system. This work conducted simulation studies to investigate foamy oil behavior in a heavy oil-mixture solvent (C1 + C3) system from pressure depletion tests. A better understanding of foamy oil characterization and mechanism in a heavy oil-mixture solvent system is obtained. A reliable non-equilibrium model is developed to perform simulation studies. Since previous experiments suggest the behavior of foamy oil in the solvent mixture system share similarities with the heavy oil-methane system, this investigation first conducted a simulation study with consideration of two reactions in the model and achieved good agreements between the simulated calculation results and experimentally measurement. Then, four reactions are considered in the model for simulation study and obtained better history match results. The simulation results suggest methane has more impact on the foamy oil behaviors than propane in the heavy oil-mixture solvent system. This work also discussed the effect of model parameters involved in the history matching process and conducted sensitivity analysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».