MétaCan
Menu
Retour à la cohorte
Enregistrement W4235233728 · doi:10.2118/2008-021

Experimental Investigation of Immiscible Gas Process Performance for Medium Oil

2008· article· en· W4235233728 sur OpenAlexafffundabout
Y.P. Zhang, S.G. Sayegh, Shaozhe Huang

Notice bibliographique

RevueCanadian International Petroleum Conference · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSaskatchewan Research Council (Canada)
Organismes subventionnairesPetroleum Technology Research CentreCanadian Natural Resources Limited
Mots-clésCitationCitation impactEnhanced oil recoveryLibrary scienceResearch councilComputer sciencePetroleum engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Immiscible CO2 injection is a potentially viable method of enhanced oil recovery (EOR) for medium oil reservoirs in southwestern Saskatchewan. The relatively high reservoir pressures could result in a large extent of CO2 dissolution, significant oil viscosity reduction, and oil swelling. Laboratory corefloods were used to compare the performance of different modes of CO2 injection into a medium-gravity oil system. The following methods were compared: injection of a single CO2 slug chased by water, simultaneous injection of water/CO2, and different water-alternating-gas (WAG) cycles. The results indicate that both a single CO2 slug and the first WAG cycle in a series produced oil very efficiently, possibly due to good gas/oil contact at the relatively high residual oil saturation at this stage. The simultaneous injection of water/CO2 was not as effective as a single CO2 slug, possibly because the co-injected water shielded the oil from being contacted by the gas. Among the four runs, a coreflood with four WAG cycles recovered the most incremental oil – 20.58% initial oil in place (IOIP) – while the co-injection process produced the least (8.91% IOIP). This experimental study suggests that the immiscible CO2 EOR process is viable for medium oil reservoirs with relatively high pressures, and that proper process application is important for maximizing additional oil production. Introduction Miscible/immiscible CO2 flooding is an increasingly popular enhanced oil recovery (EOR) technique. So far, most of the CO2 miscible/immiscible processes have been applied in light oil reservoirs, and there has been little application in medium oil reservoirs. The in-place resources of medium oils, defined as 20–30 °API, in Saskatchewan are estimated at up to 1,338?106 m3 (8.42 billion barrels).1 Most of these reservoirs are characterized by thin pay (two to ten meters in thickness) and shaly sand, and they have been under production for over four to five decades. The estimated average recovery by conventional waterflood, as listed in Table 1, is only about 23% initial oil in place (IOIP) because this method has generally exhibited early water breakthrough and high water cuts due to the unfavourably high water-to-oil mobility ratio. By adapting miscible/immiscible CO2 flooding technologies that have matured in light oil applications, the immiscible CO2 process is potentially viable for recovering additional oil from these medium oil reservoirs if we can improve its displacement and sweep efficiency. Current EOR technologies for mature oil reservoirs are outlined in Figure 1. The nature of the medium reservoirs in Saskatchewan means that the commonly used EOR methods are very limited as a means of efficiently recovering the remaining trapped oil. For a number of medium reservoirs in Saskatchewan, miscibility between the oil and injected gas, such as CO2, is unlikely due to reservoir fluid properties and formation limitations (mainly that the reservoir pressure is lower than needed to attain miscibility). Thermal recovery techniques are not suitable for these thin reservoirs because of the heat loss to the overburden and underburden.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,217 · 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'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

Citations0
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207