MétaCan
Menu
Retour à la cohorte
Enregistrement W4283743501 · doi:10.3390/en15134816

Steam Cavity Expansion Model for Steam Flooding in Deep Heavy Oil Reservoirs

2022· article· en· W4283743501 sur OpenAlexaff
Lina Zhang, Dianfa Du, Yaozu Zhang, Xin Liu, Jingang Fu, Yuan Li, Jianhua Ren

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChina Petrochemical Corporation
Mots-clésPetroleum engineeringSteam drumSteam injectionSuperheated steamEnvironmental scienceMechanicsBoiler (water heating)Materials scienceGeologyWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

Steam flooding is crucial for the development of heavy oil reservoirs, and the development of the steam cavity significantly determines the efficiency of steam flooding. Previous studies have elucidated the concept of steam overburden and pseudomobility ratio; however, the thermal energy loss in deep heavy oil reservoirs during steam injection needs further investigation. Therefore, in this study, the vapour–liquid interface theory and mathematical integration were used to establish a steam cavity expansion model. The wellbore heat loss rate coefficient, steam overlay, and pseudomobility ratio were used to accurately describe the development of the steam cavity in deep heavy oil reservoirs. The proposed model was experimentally validated, and it was observed that the model could accurately reflect the actual mine conditions. In addition, the pressure gradient distribution of the steam belt and the heat dissipation areas of the top and bottom layers of the steam cavity were evaluated. The results showed that the influence of the wellbore heat loss rate coefficient on the pressure gradient of the oil layer was primarily in the range of 5–20 m away from the steam injection well. Furthermore, it was observed that the pseudomobility ratio is inversely proportional to the development of the steam cavity. As the wellbore heat loss rate coefficient increased, the wellbore heat loss increased. The larger the area ratio, the more pronounced the steam overlay phenomenon, and the large area ratio does not meet the development requirements of the steam chamber. The research closely combines theory with production, and the results of this study can help actual mines by providing theoretical support for the development of deep heavy oil reservoirs.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,222 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207