MétaCan
Menu
Retour à la cohorte
Enregistrement W4231535699 · doi:10.2118/157784-ms

Upscaling Study of Vapour Extraction Process through Numerical Simulation

2012· article· en· W4231535699 sur OpenAlexafffundabout
Suxin Xu, Fanhua Zeng, Gu Yongan, Kelvin D. Knorr

Notice bibliographique

RevueSPE Heavy Oil Conference Canada · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSaskatchewan Research Council (Canada)University of Regina
Organismes subventionnairesPetroleum Technology Research Centre
Mots-clésPetroleum engineeringPermeability (electromagnetism)Computer simulationExtraction (chemistry)Relative permeabilityMaterials scienceGeotechnical engineeringGeologyChromatographyEngineeringChemistrySimulation

Résumé

récupéré en direct d'OpenAlex

Abstract Vapour Extraction (VAPEX), a process to recover heavy oil by injecting vapourized solvent into a reservoir, has been extensively studied through small-scale 1-D and 2-D laboratory tests. Recently, a series of large-scale 3-D tests have been conducted by Saskatchewan Research Council (SRC). In this study, 2-D tests were conducted under the same conditions as those for the 3-D tests; then, numerical simulation models were investigated to reduce the uncertainty in upscaling the results from 2-D tests to 3-D tests. This helps to better understand the uncertainty in predicting the field-scale VAPEX performance. Plover Lake heavy oil was used in the tests, and the sandpack permeability was about 4.4 Darcy. In each test, the initial waterflooding was conducted prior to the subsequent solvent injection. Then, a numerical model was established to simulate the 2-D test. History match of the 2-D test was conducted by tuning the uncertainties such as the relative permeability, capillary pressure, solubility, and the wall effect in sand-packing. Afterwards the tuned parameters were applied to predict the 3-D test performance. Through comparison of the predicted and experimental results in the 3-D test, the capability of predicting up-scaled VAPEX processes through numerical simulation was examined, and the differences between physical and numerical modeling were identified. The results show that the waterflooding performance can be successfully predicted, whereas the uncertainty in upscaling the VAPEX process is large. In the waterflooding period, the predicted oil recovery factor was 25.78% compared with 23.4% in the 3-D test. In the VAPEX process, the difference between the predicted and measured oil recovery factors was in the range of 0.75–25.14%, depending on the different combination of uncertain parameters. This fact indicates that different scales of physical modeling are required in order to reduce the uncertainties in predicting the field-scale VAPEX performance.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,301
Écart entre enseignants0,272 · 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'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

Citations6
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference CanadaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207