MétaCan
Menu
Retour à la cohorte
Enregistrement W3159486355 · doi:10.3997/2214-4609.202133017

Pelican Lake: Learning from the Largest Polymer Flood Expansion in a Heavy Oil Field

2021· article· en· W3159486355 sur OpenAlexaboutno aff
Eric Delamaide

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlood mythOil fieldPetroleum engineeringPolymerEnvironmental sciencePolymer solutionGeologyMaterials scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Summary Polymer has been injected continuously since 2005-06 in the Pelican Lake field in Canada, starting with a pilot rapidly followed by an expansion. At some point, 900 horizontal wells were injecting 300,000 bbl/d of polymer solution and oil production related to polymer injection reached 65,000 bopd. As a result, the Pelican Lake polymer flood is the largest polymer flood in heavy oil in the world and the largest polymer flood using horizontal wells. Although some papers have already been devoted to the initial polymer flood pilots, very little has been published on the expansion of the polymer flood and this is what this paper will focus on. The paper will describe the various phases of the polymer flood expansion and their respective performances as well as discuss the specific challenges in the field including strong variations in oil viscosity (from 800 to over 10,000 cp), how irregular legacy well patterns were dealt with, and how primary, secondary and tertiary polymer injection compare. It will also show the performances of polymer injection in combination with multi-lateral wells and touch upon the surface issues including the facilities. The availability of field and production data (which are public in Canada) combined with the variability in the field properties provide us with a wealth of data to better understand the performances of polymer flooding in heavy oil. This case study will benefit engineers and companies that are interested in polymer flood, in particular in heavy oil. The paper will be a significant addition to the literature where few large scale chemical EOR expansions are described.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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'étudeObservationnel
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery TechniquesTravaux en français237 207