MétaCan
Menu
Retour à la cohorte
Enregistrement W4404717363 · doi:10.1021/acs.energyfuels.4c04406

Measurement and Modeling of Viscous Oil and Tar Mat Formation with a Single, Low-maturity Charge

2024· article· en· W4404717363 sur OpenAlexaff
Oliver C. Mullins, Tarek S. Mohamed, Morten Kristensen, Shu Pan, Kang Wang, I. Yücel Akkutlu, Carlos Torres‐Verdín

Notice bibliographique

RevueEnergy & Fuels · 2024
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensBP (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)Charge (physics)tar (computing)Environmental scienceChemistryPetroleum engineeringMaterials scienceMineralogyGeologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Tar mats are common features in carbonate and sandstone petroleum reservoirs in many basins throughout the world and greatly reduce fluid flow through affected rock. They are comprised in part by a solid or very viscous carbonaceous organic phase deposited in the rock pore spaces and in fractures and frequently found at the bottom of the reservoirs at the oil–water contact (OWC). Tar mats can be thin or quite thick (e.g., 10 m thick) and can be patchy or laterally continuous across the entire OWC of a reservoir. Tar mats and possible associated viscous oil have a huge impact on pressure support and aquifer sweep during oil production. In spite of their importance, two key properties of tar mats have not been explained in the literature: (1) the mechanism of their formation and (2) why tar mats are at the base of the reservoir. In this article, these two questions are resolved; the predominant mechanisms of formation of a tar mat and viscous oil column is clarified for a large reservoir representative of a simple class of reservoirs; those with a single low maturity charge, and with no alteration processes such as biodegradation. Here, extensive chemical analysis of the tar and viscous oil is reviewed constraining possible explanations for the origin of the tar mat. The formation of the tar mat and viscous oil is demonstrated numerically using reservoir flow simulation (Eclipse) using 2D model simulations. First-principles fluid mechanics considerations support simulation models. The nanocolloidal characterization of asphaltenes in oil codified by the Yen–Mullins model is key to predicting viscous oil and tar mat distributions at the 100 km length scale. Boycott convection is responsible for transport of asphaltene gravity currents across reservoir length scales. In addition, the role of Boycott convection in inhibiting tar mat formation clarifies why tar mats are generally form only after the reservoir charge is complete, and thus found at or near the OWC. With the understanding and modeling of this “simple” process of viscous oil and tar mat formation, more complex processes such as those involving multiple, incompatible charges are now readily accessible to reservoir simulation and for forecasting production especially with water injection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207