مرور جامع تزریق آب هوشمند در مخازن نفتی با نگاه ویژه به مخازن کربناته جنوب غربی ایران
Publish place: The journal of Petroleum Research، Vol: 32، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 39
This Paper With 28 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PRRIP-32-1_003
تاریخ نمایه سازی: 4 دی 1402
Abstract:
در طول سال های اخیر، فعالیت های تحقیقاتی در خصوص تزریق آب هوشمند در میادین نفتی افزایش یافته است. تزریق آب هوشمند با بهینه نمودن ترکیب یونی و میزان شوری آب تزریقی یک روش امید بخش برای افزایش ضریب بازیافت نفت است. مطالعات انجام شده طی دو دهه اخیر نشان داده است که تزریق آب هوشمند نسبت به آب دریا می تواند منجر به افزایش ضریب بازیافت نفت گردد. تاکنون سازوکارهای متعددی به منظور توصیف عملکرد تزریق آب هوشمند در ازدیاد برداشت نفت ارائه شده است. با این حال به دلیل واکنش های پیچیده شیمیایی و فیزیکی، سهم هر کدام از سازوکار ها در افزایش ضریب بازیافت نفت مشخص نشده است و به همین خاطر پیش بینی عملکرد مخازن تحت تزریق آب هوشمند دشوار است. در این مقاله تزریق آب هوشمند در مخازن کربناته و ماسه ای بطور جامع مورد بررسی قرار گرفته است. این مطالعه شامل مرور سازوکارهای موثر، سوابق فعالیت های آزمایشگاهی و میدانی و چالش های مربوطه در سنگ های کربناته و ماسه ای می باشد. در انتها معیارهای غربالگری مخازن کاندید تزریق آب هوشمند ارائه و بر اساس آن تزریق آب هوشمند در مخازن کربناته بنگستانی جنوب غربی ایران امکانسنجی شده است.
Keywords:
Enhanced Oil Recovery , Smart Water Injection , Low-Salinity Water Injection , Carbonate and Sandstone Reservoirs , Laboratory and Field Studies
Authors
پویان بازوند
National Iranian South Oil Company, (NISOC), Ahvaz, Iran
کامیار احمدپور
National Iranian South Oil Company, (NISOC), Ahvaz, Iran
محمدرضا نیکنام
National Iranian South Oil Company, (NISOC), Ahvaz, Iran
بهنام نصرت پناه
National Iranian South Oil Company, (NISOC), Ahvaz, Iran
امین دریاسفر
National Iranian South Oil Company, (NISOC), Ahvaz, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :