MétaCan
Menu
Retour à la cohorte
Enregistrement W4220800401 · doi:10.2118/208918-ms

Coupling a Thermal Reservoir Simulator with a Dynamic, Multiphase Wellbore Flow Simulator to Rigorously Model Complex SAGD Well Geometries and Completions

2022· article· en· W4220800401 sur OpenAlexaff
Jose A. Rivero, Christopher Istchenko, Carlos Nascimento, Jiaming Cao, Hossein Aghabarati, Michael T. Bergen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésWellboreReservoir simulationDiscretizationInflowSimulationPetroleum engineeringFlow (mathematics)Multiphase flowCoupling (piping)ThermalEngineeringComputer scienceMechanical engineeringMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we propose a methodology to iteratively couple a wellbore simulator and a reservoir simulator in order to model the complex flow regimes that exist in a producing SAGD well while still taking into consideration the fluid movement and distribution within the reservoir. The process was successfully tested and implemented in two SAGD pads and the results were compared with those obtained using a commercial, fully-coupled reservoir-wellbore model. This method addresses the modeling limitations encountered in typical thermal reservoir simulators that use source/sink or discretized formulations to describe wellbore flow. SAGD producers exhibit overly complex flow regimes caused by the presence of a steam phase that can condense within the wellbore and promote significant variations in temperatures and pressures along the tubulars. Therefore, standalone wellbore simulators are necessary to predict performance as accurately as possible; however, using a wellbore simulator alone will neglect the effects caused by varying inflow conditions from the reservoir. With these variations occurring both in time and in space (along the wellbore), it is necessary to include the dynamic input of a reservoir simulator, hence the rationale for coupling both models. The algorithm devised to integrate the wellbore and reservoir simulators was coded into a standalone GUI-driven computer program called a coupler. The coupler was used to evaluate the performance of new SAGD pairs and new infill producers featuring flow devices and slanted trajectories. In this work, we will present the results of field case studies with the proposed coupling approach to evaluate the effect on ultimate recovery of drilling new SAGD pairs and SAGD infills using toe-up or toe-down trajectories as well as fitting these wells with inflow control devices. When applying the coupling workflow to the case studies, we determined that despite challenging conditions, it is possible to have inclined SAGD wells properly transition from preheating to production as well as allowing access to previously untapped parts of the reservoir resources, which increased ultimate recovery.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,314
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207