Numerical Evaluation of CO2-Based Enhanced Oil Recovery Approach Applied in a Heterogeneous Tight Oil Reservoir: Gas Channeling Alleviation and Parameter Optimization
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
Abstract In this study, a numerical simulation approach was employed to conduct CO2 continuous gas injection (CCGI) and CO2–water alternating gas (WAG) processes in a heterogeneous tight oil reservoir. First, operation parameters of the CCGI technique, including injection pressure, injection rate, production-injection pressure difference, and well pattern, were optimized. The CO2 movement in low and high-permeability zones, light component extraction, and gas channeling were investigated. Then, both schemes were assessed under identical base conditions to investigate the impact of WAG on gas channeling and mitigate its negative influence. Finally, the CO2-WAG process is optimized by identifying the optimal WAG ratio, production pressure, and well distribution, followed by a comparative evaluation of all cases. The results indicate that CCGI achieves the best production performance with an injection pressure of 30 MPa, an injection rate of 50,000 m3/day, a production pressure of 6 MPa, and a well pattern of regular four spot. The CO2-WAG process significantly alleviates channeling, resulting in a 3.84% oil recovery factor (ORF) increment, and the production performance gets optimized under a WAG ratio of 1:2 and production bottom hole pressure of 2 MPa. The integrated optimization of CO2-WAG-regular seven spot coupled with infill well accomplished the highest ORF of 49.69% among the researched scenarios. This work supplies a deeper knowledge of gas channeling and parameter optimization in the CO2-enhanced oil recovery (EOR) process in the tight reservoirs and can be a guideline to carry out a prospective pilot test in the targeted reservoir in the future.
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 | 0,001 | 0,001 |
| 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 découle