Investigation of the effect of surfactant co-injection on steam chamber expansion and oil production in steam-assisted gravity drainage in reservoirs with barrier layers
Notice bibliographique
Résumé
The use of surfactants as additives to enhance the performance of steam-assisted gravity drainage (SAGD) has been a promising concept for decades. While previous studies largely focused on homogeneous reservoirs, this study has investigated the impact of surfactants on steam chamber expansion, oil production, and recovery in SAGD applied to reservoirs with separated barrier layers of varying permeability, thickness, and configurations. A comparative analysis of SAGD and surfactant-aided SAGD (SA-SAGD) was conducted through experimental and numerical simulations using a 3D model based on the Long Lake Reservoir in Canada. The results showed that surfactant co-injection mitigated the negative impact of low-permeability layers on steam chamber growth, production rates, and oil recovery. Unlike in conventional SAGD, the steam chamber was able to penetrate through barrier layers thicker than 4 cm (equivalent to 4 m in the field) and with a permeability of 150 mD resulting in more than 50% higher oil recovery and a near two-fold increase in recovery rates when surfactant was used. Oil production rates were also 1.5 times higher than those achieved with SAGD alone. This study provides new insights into overcoming the limitations posed by barrier layers, offering potential improvements for SAGD operations in complex reservoir conditions.
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 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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».