Effectiveness of Natural Gas Condensate as a Viable Solvent in ES-SAGD Processes: An Experimental Investigation Using a 3-D Physical Model
Notice bibliographique
Résumé
This study presents an experimental evaluation of the ES-SAGD process to better understand the recovery mechanisms, determine the optimized solvent concentrations, and enhance the overall process efficiency. Conducting three-dimensional physical model experiments (3DPMEs) of ES-SAGD poses significant challenges due to their complexity, cost, labor intensity, and time requirements. In this work, 3DPMEs were performed using varying concentrations of natural gas condensate as a solvent, chosen for its field availability and cost-effectiveness compared to pure solvents. A baseline 3DPME of conventional SAGD was also conducted for comparative purposes. Key aspects measured in this work included oil recovery factor, oil rate, water cut, cumulative steam–oil ratio (cSOR), cumulative gas produced and its composition, gas–oil ratio, and energy–oil ratio. Results demonstrate that adding natural gas condensate in ES-SAGD significantly improves bitumen recovery rates over baseline SAGD. The optimal solvent concentration was identified as 10% condensate with steam, which maximized oil production rates and reduced water cut. The cSOR for 10% solvent was approximately 2.83, compared to 7.6 for conventional SAGD experiment at 2 pore volume injected. This study highlights the potential of solvent-aided thermal recovery to significantly reduce the environmental impact of the oil sands industry, offering a pathway to lower greenhouse gas emissions and capitalize on carbon tax incentives.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».