MétaCan
Menu
Retour à la cohorte
Enregistrement W4395008247 · doi:10.2118/218158-ms

Evaluation of Electroassisted Carbonated Water Injection (ECWI) in a Tight Reservoir: Outstanding Performance of Enhancing Oil Recovery and CO2 Storage Capacity

2024· article· en· W4395008247 sur OpenAlexaff
Zejiang Jia, Zhengfu Ning, Fangtao Lyu, Daoyong Yang

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésEnhanced oil recoveryPetroleum engineeringWater injection (oil production)Environmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Summary Traditionally, carbonated water injection (CWI) finds its low injectivity in a tight reservoir with a low efficiency and slow effectiveness. By combining a direct current (DC) electric field with the CWI, i.e., the electroassisted CWI (ECWI), we conducted a series of experiments to evaluate the ECWI performance in a tight reservoir and identify the key underlying recovery mechanisms. Experimental results show that early adopting the ECWI in a tight sandstone reservoir results in the highest oil recovery up to 61.9%, compared to those of 51.2% for the CWI and 41.3% for the conventional waterflooding. During an ECWI process, a voltage of 10 V achieves the highest oil recovery, but that of 15 V has the best water injectivity and CO2 storage capacity. It is found that the underlying recovery mechanisms result from both electroosmosis and enhancement of carbonized water-rock reactions induced by a DC electric field. For a tight reservoir, the ECWI has the advantages of significantly increasing water injectivity, oil production rate, and CO2 storage capacity. By introducing two new indicators to respectively evaluate the water injection performance and energy consumption, the ECWI is found to perform moderately well at a low voltage in an energy-saving and financially viable manner.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,240
Écart entre enseignants0,219 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207