Investigation of Methodology to Degrade Miscibility in Compositional Simulation
Notice bibliographique
Résumé
Summary Benchmarking the Ultimate Recovery of a field with producing reservoir analogues is required in the industry to support and increase confidence in the resources evaluation. This paper presents a novel method to mitigate or deactivate miscibility effects in coarse 3D miscible gas compositional simulations. The proposed straightforward method allows the enrichment of an analogue database by including oil fields exhibiting either a lower degree of miscibility or in immiscible conditions. When pressure increases, the gas-oil interaction becomes so strong that gas/oil relative permeabilities (G/O KRs) have minimal impact. As a consequence, the impact of miscibility is often overestimated in coarse grid simulations. This is partly due to the assumption of instantaneous G/O equilibrium and also uniform composition in the grid block. Black oil simulation allows to slow down the G/O interaction easily, but similar keywords are not present in commercial compositional simulators, making such a correction much more challenging. But in miscible flooding compositional simulation, the strength of gas-oil interaction is such that this correction is more needed, but also more difficult to perform than in immiscible simulation. Some existing methods are listed, with their drawbacks and limitations. This current methodology works on the Binary Interaction Coefficients, progressively hindering the gas-oil interaction when they are increased, and thus degrading the miscibility behavior. This work allows to degrade the miscibility not only of pure gases, like published before, but also of gases with complex composition. It also allows to keep a 3D trend in the original oil composition, as frequently needed on fields with an initial compositional gradient The method was tested over a deep offshore green field, planned to be developed with total gas reinjection using a WAG injection scheme. The method allowed to compare resources for miscible gas with immiscible gas injections, quantifiying the miscibility impact on recovery, providing confidence in the evaluations. It works both for continuous and alternate injections, allowing to benchmarck miscible WAG with near-miscible WAG and immiscible WAG. This method is allowing a progressive correction, thus allowing it to be used for upscaling, depending on grid size: no correction on very fine grid, a minor correction on fine grid, and a strong correction on coarse grid.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».