MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387896763 · doi:10.3997/2214-4609.202331026

Low Carbon Emission Polymer Flooding in Heavy Oil Reservoirs: Mechanisms Learnings from Typical Field Tests

2023· article· en· W4387896763 sur OpenAlexaboutno aff
Zhiqiang Wang, Hu Guo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringFlooding (psychology)Oil in placeEnvironmental scienceWater floodingEnhanced oil recoveryOil productionPolymerPetroleumMaterials scienceGeology

Résumé

récupéré en direct d'OpenAlex

Summary More than 70% of the global reserve were in heavy oil reservoirs. The huge energy intensity and CO2 emission makes current thermal production of heavy oil less attractive in the era of carbon neutrality. The comparison of polymer flooding and steam flooding showed that while steam injection can achieve much higher recovery than polymer flooding, polymer flooding has wider application scenarios, lower operating costs and less capital input. Various studies have shown that polymer flooding can get an additional oil recovery of up to 20% original oil in place (OOIP). Commercial application of polymer flooding in Pelican Lake (Canada), Shengli and Bohai has shown the benefit of increasing oil production and reducing water injection and production, which in turn reduced the CO2 emission significantly. The low carbon emission nature of polymer flooding was recently verified by various studies. However, the mechanisms of polymer flooding were less understood for heavy oil reservoirs due to various reasons. First, the polymer flooding mechanism regarding viscoelasticity effect in lab and reservoir was still in development. The classic capillary number theory was noticed great drawback because of invalid assumptions ( Guo et al, 2021 ,Transport in Porous Media). Some mechanisms were misunderstood. Second, the high mobility contrast between heavy oil and water and/or polymers makes the effective sweep at different places difficult. The problem of many EOR ideas such as chemical viscosity reducers and even hot steam was how to contact viscous oil in reservoirs. Finally, the reservoir complexity makes polymer flooding more difficult to get desired benefit at least due to the crossflow between layers. Some good laboratory tests can give to erroneous results in actual oilfields due to the scale differences (pore scale, core scale and reservoir scale) which were one of the most challenging parts in upscaling. Various polymer flooding field tests were reviewed and one polymer flooding application Gucheng in China was discussed. Gucheng polymer flooding has shown the limited contribution of high concentration high molecular weight viscoelastic polymer on oil recovery. By contrast, the low viscosity polymer solution worked very well in heavy oil reservoirs (Canada, USA). One important finding was the mild viscosity can get balance between productivity and mobility control. Polymer flooding in heavy oil reservoirs was different from in conventional reservoirs. As long as water flooding works, polymer flooding works better in 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→