MétaCan
Menu
Retour à la cohorte
Enregistrement W4395008271 · doi:10.2118/218515-ms

Recent Developments of Cyclic Solvent Injection Process to Improve Oil Recovery from Unconsolidated Heavy Oil Reservoirs

2024· article· en· W4395008271 sur OpenAlexaffabout
Daniel Cartagena Perez, Alireza Rangriz Shokri, Rick Chalaturnyk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringSolventProcess (computing)Environmental sciencePetroleumProcess engineeringGeologyWaste managementChemistryComputer scienceEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract One of the practical limitations of cold heavy oil production method in unconsolidated reservoirs is sand production that leads to very low recovery factor (5-15%). To target the remaining 85-95% heavy oil resources, several enhanced oil recovery (EOR) techniques such as cyclic solvent injection (CSI) have been proposed. Due to its potential success in Canada and elsewhere, this paper reviews the technical and efficiency requirements of CSI EOR in heavy oil reservoirs. To have an improved understanding of the conditions that result in a successful CSI process, we reviewed the dominant driving mechanisms of CSI at reservoir conditions such as fluid displacement, pressure gradients, non-equilibrium gas dissolution/exsolution, potential formation collapse, and deformation issues; the interest is on the application of CO2 as a solvent. Limitations of current thermal and non-thermal EOR methods were briefly compared against the CSI in thin oil reservoirs. To complete the assessment, several case studies and lessons learned from CSI applications were included based on the latest laboratory experiments, numerical studies, in addition to the CSI pilot/field tests. Specific to thin heavy oil reservoirs with sand production (e.g. CHOPS), incremental oil recovery requires to re-energize the depleted reservoirs in a cyclic manner, aiming to provide more drive energy by economical gaseous solvents (e.g. CO2). It was realized that other EOR techniques such as waterflooding, gas flooding, and steam injection can face major issues with flow and heat efficiencies, including fingering and significant heat/solvent losses; this makes CSI a feasible EOR alternative. Regarding the solvent use, laboratory experiences have not been conclusive about what solvent stream could result in an improved oil recovery; however, most of the solvents should be designed to either reduce heavy oil viscosity, or strengthen the nucleation and stability of the injected solvent bubbles in the heavy oil reservoir (i.e. foamy oil behavior). To this end, successful field scale CO2 EOR applications have been reported in several oil reservoirs. Although progress has been made, but numerical modelling still faces challenges to properly model the main CSI driving mechanisms, including fluid-solvent interactions and deformation of subsurface reservoirs. Moreover, field implementation indicates that highly productive wells during primary production from unconsolidated reservoirs might also outperform during a follow up CSI process. This work addresses the recent improvements in application of CSI EOR to develop heavy oil reservoirs, especially for thin and poorly consolidated sandstones. The findings of this paper, including the limitations and requirements of different recovery techniques, enable more effective design of field scale CO2 EOR operation in depleted 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 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 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: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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.

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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207