MétaCan
Menu
Retour à la cohorte
Enregistrement W4399269643 · doi:10.2118/0624-0078-jpt

Technology Focus: EOR Operations (June 2024)

2024· article· en· W4399269643 sur OpenAlexaboutno aff
Kristian Mogensen

Notice bibliographique

RevueJournal of Petroleum Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus (optics)Petroleum engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

With 2024 marking the 75th anniversary of JPT, several articles published earlier this year in the magazine reflected on how our industry has evolved over the last 25 years thanks to technology breakthroughs and entrepreneurial mindsets. Some of the fields that came into production at the turn of the century are now potential candidates for enhanced oil recovery (EOR), and current oil price levels ought to make more EOR projects economically attractive. The EOR scene has evolved as well. Low-salinity waterflooding, originally thought to apply only in certain sandstone reservoirs, appears to be able to unlock additional reserves also for some carbonate formations, although the fundamental mechanisms are different. Within chemical EOR, we now have polymers and surfactants that can tolerate higher salinity and higher temperatures. Clear synergistic effects exist with low-salinity water, which can lower the required dosage of polymer and reduce adsorption in carbonates. Advancement in chemical formulations also can benefit mobility control in gasflooding applications through foam generation, with apparent synergistic effects when adding nanoparticles. There is no shortage of human ingenuity, and people are seeking inspiration from other industries such as biotech, nanotech, aerospace, and others. Yet, despite these advancements, many factors, such as suboptimal well placement, inadequate completion for inflow control, aging facilities, and the lower cost of infill drilling, can dampen the initial enthusiasm toward EOR. This is most certainly the case in an offshore environment where we have yet to see CO2 injection beyond the piloting phase. I remain optimistic that EOR has a role to play in maintaining the supply of hydrocarbons during the energy diversification era that we have just entered. Recommended additional reading at OnePetro: www.onepetro.org. SPE 214825 Using Natural Gas Liquid for EOR in a Huff‘N’Puff Process: A Feasibility Study by Amin Alinejad, University of Alberta, et al. SPE 216582 Alkali Polymer Flooding: Tackling Risks and Challenges From Feasibility Study to Pilot by A. Janczak, OMV, et al. IPTC 24484 Comprehensive Piloting Strategy To Derisk First CO2 EOR Development in Sultanate of Oman by Ramez Nasralla, Petroleum Development Oman OTC 34911 Pilot Tests of Steamflooding After Cyclic Steam‑N2‑CO2 Stimulation in Bohai Offshore With Large Well Spacing by Dong Liu, CNOOC, et al.

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: aucune
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,266
Écart entre enseignants0,258 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Petroleum TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207