Successful Application of a Low Dose Surfactant Injectivity-Aid in a Canadian Polymer Flood
Notice bibliographique
Résumé
Abstract To achieve a successful polymer EOR application, it is crucial to maintain high polymer injectivity below the fracture pressure. This helps to prevent fracture propagation in the reservoir, which can cause fast breakthroughs, while still enabling the fastest recovery of oil. Laboratory and field testing of the addition of surfactant into a polymer injection system has shown that it can reduce the interfacial tension between injected fluids and reservoir oil, enabling more efficient oil displacement and enhanced sweep efficiency. Additionally, tailored surfactant can modify rock wettability and mitigate polymer retention in the reservoir, thereby improving polymer injectivity. In a previous paper related to this work, He et al (2024) conducted a detailed laboratory study to select an effective low dose surfactant injectivity-aid for the Atlee Buffalo field in Canada. The study comprised of fluid characterization, thermal stability, interfacial tension (IFT), emulsion tendency, polymer compatibility, and core flood performance testing. It was concluded from the laboratory core flood experimental results that the addition of a unique surfactant, at low concentrations, did indeed enhance both injectivity and oil recovery. This paper explores the results from the field pilot application of the selected surfactant from their study into an ongoing polymer flood project. Changes to the injectivity of wells moving from waterflood to polymer flood, and again from polymer flood to polymer-surfactant flood, have been assessed. Review of the initial field pilot trial data shows a positive impact of the surfactant injectivity-aid mixed within the polymer solution that was injected as part of an EOR polymer scheme. The injection data demonstrates that even at low dosage, the addition of surfactant to polymer solutions can stabilize and improve the injection process.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».