Technical evaluation of the feasibility for implementing a sagd process in heavy oil reservoirs
Notice bibliographique
Résumé
El proceso de drenaje gravitacional asistido con vapor SAGD, ha sido aplicado exitosamente en los yacimientos de arenas bituminosas de Alberta, Canadá a tal punto de ser catalogada como una tecnología comercialmente probada. Sin embargo, una de las principales limitaciones para la expansión de este método más allá de las fronteras canadienses radica en que no se ha determinado con exactitud el efecto de la movilidad del crudo sobre los resultados del proceso. Bajo este orden de ideas, y teniendo en cuenta la existencia en países latinoamericanos como Colombia y Venezuela de yacimientos de crudo pesado que por sus características particulares no han podido ser desarrollados bajo otros métodos de recobro, resulta de gran interés y actualidad llevar a cabo un estudio donde se determine si es posible o no aplicar SAGD en yacimientos cuyas propiedades difieran de aquellas para las cuales el método fue desarrollado originalmente. En este estudio se evalúa en un modelo de simulación 2D el efecto de propiedades como viscosidad, permeabilidad, espesor y presencia de acuífero sobre el factor de recobro, producción de agua y relación aceite vapor. Así mismo, se muestra el impacto de las variables de diseño en los pozos productor e inyector al implementar SAGD en cuatro diferentes escenarios de producción: yacimientos homogéneos y heterogéneos con y sin acuífero de fondo. Finalmente, se presenta el diseño del proceso SAGD para un piloto de campo en un yacimiento de crudo pesado colombiano con presencia de acuífero, determinando para este la localización óptima con respecto al acuífero y seleccionando los parámetros de pozo que mejores resultados arrojan. Los resultados finales son contrastados con los obtenidos al implementar estimulación cíclica con vapor.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».