MétaCan
Menu
Retour à la cohorte
Enregistrement W3198475471 · doi:10.2118/205158-pa

An Experimental Study of Steam-Solvent Coinjection for Bitumen Recovery Using a Large-Scale Physical Model

2021· article· en· W3198475471 sur OpenAlexaff
Kai Sheng, Ryosuke Okuno, Abdullah Al-Gawfi, Petro Nakutnyy, Muhammad Imran, Kazunori Nakagawa

Notice bibliographique

RevueSPE Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSaskatchewan Research Council (Canada)
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageAsphaltOil sandsSolventSteam injectionPetroleum engineeringAsphaltenePorositySoil vapor extractionPermeability (electromagnetism)Materials scienceChromatographyChemistryMineralogyGeologyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Summary In this paper, we present a solvent-assisted steam-assisted gravity drainage (SA-SAGD) experiment with multicomponent solvent (i.e., condensate) using a large physical model. The sandpack for the experiment had a porosity of 0.33 and a permeability of 5.6 darcies in the cylindrical pressure vessel that was 1.22 m in length and 0.425 m in internal diameter. The sandpack was initially saturated with 93% Athabasca bitumen and 7% deionized water. The main objective of this research was to study the in-situ thermal/compositional flow and produced bitumen properties in SA-SAGD with condensate. After the preheating of the sandpack for 24 hours, SA-SAGD with 2.8-mol% condensate was performed at 50 cm3/min (cold-water equivalent) at 3500 kPa for 3 days. The experimental data of production, injection, and temperature distribution were recorded. Also, 10 samples of produced oil were taken and analyzed for density and asphaltene content. The sandpack was excavated after the experiment to analyze the asphaltene content in the remaining oil at different locations. A numerical simulation model was calibrated based on the data of material balance and temperature distribution, and it was validated with properties of the produced and excavated samples. The simulation model used fluid models based on experimental data of viscosities, densities, and bubblepoints for four condensate/bitumen mixtures. Results showed that SA-SAGD was efficient in bitumen recovery with a cumulative steam-to-oil ratio (SOR) that was two to three times smaller than that in SAGD using the same physical model. Detailed analysis of the calibrated simulation model indicated that SA-SAGD enabled the steam chamber to expand more efficiently with a smaller amount of water throughput than SAGD. Volatile solvent components tended to remain in the chamber, and the condensed solvent components acted as a miscible carrier for bitumen components. The analysis further showed that the more efficient oil recovery in SA-SAGD occurred with predominantly cocurrent flow of oil and water near the chamber edge. SA-SAGD recovered a larger amount of asphaltene components (i.e., less in-situ upgrading) than SAGD likely because of its lower chamber temperature, shorter production period, and enhanced local displacement efficiency.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,522

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 Opus0,022
Tête enseignante GPT0,310
Écart entre enseignants0,288 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE JournalMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207