MétaCan
Menu
Retour à la cohorte
Enregistrement W4238825755 · doi:10.4043/133453-ms

Numerical Simulation of Thermal Solvent Replacing Steam under Steam Assisted Gravity Drainage SAGD Process

2010· article· en· W4238825755 sur OpenAlexaboutno aff
Weiqiang Li, D. D. Mamora

Notice bibliographique

RevueSPE Western Regional Meeting · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageOil sandsAsphaltPetroleum engineeringSteam injectionSolventThermalEnvironmental scienceWaste managementMaterials scienceChemistryGeologyEngineeringThermodynamicsComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Steam Assisted Gravity Drainage (SAGD) is one successful thermal recovery technique applied in the Athabasca oil sands in Canada to produce the very viscous bitumen. Water for SAGD is limited in supply and expensive to treat and to generate steam. Consequently, we conducted a study into injecting high-temperature solvent instead of steam to recover Athabasca oil. In this study, hexane (C6) coinjection at condensing condition is simulated using CMG STARS to analyze the drainage mechanism inside the vapor-solvent chamber. The production performance is compared with an equivalent steam injection case based on the same Athabasca reservoir condition. Simulation results show that C6 is vaporized and transported into the vapor-solvent chamber. At the condensing condition, high temperature C6 reduces the viscosity of the bitumen more efficiently than steam and can displace out all the original oil. The oil production rate with C6 injection is about 1.5 to 2 times that of steam injection with oil recovery factor of about 100% oil initially-in-place. Most of the injected C6 can be recycled from the reservoir and from the produced oil, thus significantly reduce the solvent cost. Results of our study indicate that high-temperature solvent injection appears feasible although further technical and economic evaluation of the process is required.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
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
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Western Regional MeetingMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207