MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415778007 · doi:10.2118/230022-ms

Challenges and Innovation in Testing and Producing Offshore Sour Gas Fields Expected to Contain Problematic Elemental Sulfur Deposition

2025· article· W4415778007 sur OpenAlexaff
Amna Al Yaqoubi, Youcef Azoug, Natela Belova, Timothy I. Morrow, Jawahar Sadik Hudha, Françis Bernard, Paul M. Davis, Robert A. Marriott

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSulfurSour gasSolventPetroleumSubmarine pipelineDeposition (geology)Fossil fuelDiesel fuel

Résumé

récupéré en direct d'OpenAlex

Abstract Sour gas reservoirs with very little C2+ have the potential to produce native elemental sulfur which can lead to elemental sulfur deposition, which in turn causes flow assurance and corrosion issues. For an economically successful mitigation of sulfur deposition, a producer needs to have an accurate determination of the elemental sulfur loading, a robust phase behavior model and a comprehensive solvent deployment plan. With knowledge of the sulfur loading in the reservoir and the phase behavior model, the optimum solvent type and injection rate to mitigate the sulfur can be selected. Traditionally, sulfur dissolved in these gases is measured using downhole sampling tools during flowback testing. Where continuous-flow solvents are injected downhole, the returned solvent can be analysed for elemental sulfur to get more accurate sulfur contents and subsequently more accurate predictions of sulfur deposition profiles after comparing to accurate thermodynamic models. This paper describes (a) preliminary solvent selection, (b) solvent analysis during flowback testing and (c) production management to optimize or reduce future solvent needs. Utilization of an injection string upon flow testing of an offshore test well has allowed ADNOC to flow sulfur solvent and capture downhole samples during the well test period. While several solvents were considered, three solvents were proposed for use based on (i) sulfur solubility, (ii) future availability to the producing company (ADNOC), (iii) favourable physical properties, (iv) chemical compatibility and (v) low volatility. While not ideal, a diesel solvent was used during well testing due to immediate availability. Realtime analysis of the solvent during the flow test demonstrated the ability to optimize the early solvent injection rate to gas flow rate ratio and keep the flow string clean. While solvents can be collected and returned to a laboratory for future determination of sulfur saturation, testing on-site ensures that the solvent properties have not changed through slow chemical reactions and allows the producer to optimize the solvent flow rate during production testing, versus during field production only. This requires specialized pumping and solvent capacity during a flow test.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,274
Écart entre enseignants0,247 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and Analysis→Travaux en français237 207→