Experimental investigation into CO2 huff-n-puff in low-permeability heavy oil reservoirs: Role of fractures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-permeability heavy oil reservoirs are characterized by poor flowability, generally mandating hydraulic fracturing to commence production. CO 2 huff-n-puff in fractured reservoirs is an effective enhanced oil recovery method. This paper uses nuclear magnetic resonance imaging to elucidate the role of propped and unpropped fractures on CO 2 huff-n-puff in cores under different confining pressures. In presence of fractures, significant improvement in the rate of early stage oil recovery is observed, up to 0.255 mL/min. Fractures enlarge the contact area between CO 2 and the heavy oil, hence improve CO 2 dissolution and oil flowability. Fractures improve oil recovery from micropores, small pores, and mesopores, as well as reduce CO 2 consumption ratio. The oil recovery factor in propped fractures is significantly higher than that in unpropped fractures, and with higher oil recovery from small pores and mesopores. The oil recovery in fractured cores noticeably decreases with increasing confining pressure. The extent of fracture closure increases and the matrix pore throats compress under pressure leading to lower apparent permeability. The decrease in oil recovery factor is more pronounced in unpropped fractured cores. A relationship between the apparent permeability of the fracture aperture is derived based on the modified cubic law of percolation to quantitatively characterize the fracture. Additionally, both the reduction in heavy oil viscosity and the increase in experimental temperature and pressure can improve the CO 2 huff-n-puff oil recovery factor in fractured cores.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle