Advanced Solvent-Additive Processes via Genetic Optimization
Notice bibliographique
Résumé
Abstract This paper describes the application of a genetic algorithm to the development of a solvent-additive SAGD process. A review of related field projects and key simulation studies is provided, together with a discussion of the pros and cons of potential alkane solvents. Economics and the impact of dynamic and ultimate retention are discussed. A general conclusion drawn from literature is that optimal solvent application to SAGD will likely involve time variations in both rate and composition of the solvent. This results in an optimization problem that has a large number of dimensions, and is very nonlinear. Genetic algorithms, which mimic biological evolution, have been found by us to be extremely effective in addressing such problems. The general methodology of application to solvent additives by Laricina Energy.is described. A key product of this effort, optimized for a simple clastic reservoir, is presented. The genetic algorithm produced an operable process, which could be described as a new combination of pre-existing concepts. The process offers material improvements in thermal bitumen supply costs, as well as recovery factor. Major reductions in the physical steam/oil ratio (SOR), (and therefore) capital intensity and carbon emissions, are indicated. Introduction The addition of light hydrocarbon solvents to steam has long been regarded as the simplest and most important potential increase in SAGD performance. Recently, at least two commercial implementations of such processes have begun operation. In the current economic environment, advances with in situ technology are all the more important. Solvent Addition Goals The perceived benefits of solvent addition to SAGD include:reduced SORincreased well productivityreduced capital intensity to startupincreased recovery via reduced Sorincreased recovery via higher (economic)volumetric sweep In addition to the above, EnCana1 has recently indicated that their solvent-assisted process (SAP) allows for greater well spacing than with steam alone. There are as yet no published analyses of the detailed transport mechanisms for the increased oil rates observed with solvents. In general, solvent vapor accumulates ahead of the steam front, where it mobilizes and drains oil from regions that may be considerably cooler than the steam zone. Thus, the average temperature of the drained volume is much less than for the same recovery by steam, accounting for the SOR improvement. The oil rate increase is qualitatively explained by lower oil phase viscosities in the drainage zone.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».