Seminario Virtual (Webinar):
Metodología para la Selección de la Estrategia Óptima en la Inyección de Polímeros - De Laboratorio a Campo
Please note: This webinar is conducted entirely in Spanish. Click here to read about it in English.
Aprende como se optimiza la inyección de polímeros para mejorar la producción y obtener el éxito económico del yacimiento escuchando los siguientes puntos clave:
Resumen
Este seminario muestra como optimizar una inyección de polímero desde una perspectiva técnica y económica. El flujo de trabajo de múltiples pasos comienza definiendo las características del polímero así como también sus interacciones con el yacimiento, luego observando el comportamiento del flujo del yacimiento durante la inyección del polímero y finalmente optimizando el proceso usando STARS y CMOST AI.
Aprende como se optimiza la inyección de polímeros para mejorar la producción y obtener el éxito económico del yacimiento escuchando los siguientes puntos clave:
- Ajuste Histórico de un experimento de laboratorio
- Descripción del procedimiento de escalamiento
- Metodología de la selección del polímero basado en la eficiencia técnica y económica
Resumen
Este seminario muestra como optimizar una inyección de polímero desde una perspectiva técnica y económica. El flujo de trabajo de múltiples pasos comienza definiendo las características del polímero así como también sus interacciones con el yacimiento, luego observando el comportamiento del flujo del yacimiento durante la inyección del polímero y finalmente optimizando el proceso usando STARS y CMOST AI.
Es desarrollado un modelo de fluidos calibrado utilizando la opción de ajuste histórico automático de CMOST AI ajustando un modelo de simulación de un núcleo a los datos experimentales. Hicimos un escalamiento de escala de laboratorio a escala de campo para predecir la inyección de polímero en un patrón de 5 puntos invertido.
Este procedimiento de ajuste histórico y escalamiento se realiza en 3 polímeros diferentes. La optimización con CMOST AI identifica el polímero y la estrategia de inyección que maximiza el factor de recobro de petróleo y el valor presente neto considerando las propiedades y costo de cada uno de los polímeros.
Victor Salazar tiene más de 25 años de experiencia en la industria con particular énfasis en simulación de yacimientos. Es graduado de maestría de ingeniería de petróleos de la UNICAMP y de MBA de la universidad Politécnica de Madrid. Comenzó a trabajar en CMG en 1996 y actualmente se desempeña como Gerente Regional para America Latina y el Caribe. Durante sus más de 20 años en CMG ha incrementado el conocimiento y el uso de la simulación de yacimientos en la región a través de su participación con muchos proyectos diferentes de simulación incluyendo procesos de recuperación primaria, secundaria, térmica, composicional y química.
Consulta la página de eventos de CMG para seminarios web previamente grabados
Webinar: Methodology to Select the Optimum Polymer Injection Strategy – Lab to Field Study
Please note: this webinar is conducted entirely in Spanish.Learn how to optimize polymer injections to achieve improved reservoir production and economic success by hearing about the following key points:
- History matching of a lab experiment
- Description of the upscaling procedure
- Polymer selection methodology, based on technical and economic efficiency
Abstract
This webinar shows how to optimize a polymer flood from a technical and economical perspective. The multi-step workflow begins by defining the polymer characteristics as well as its interactions with the reservoir, then observing the reservoir’s flow behavior during polymer injection, and finally optimizing the process using STARS and CMOST AI.
A calibrated fluid model is developed using CMOST AI’s automated history matching feature by matching a core flood simulation model to experimental lab data. We upscaled the lab scale model to field scale for predicting the polymer flood in an inverted 5-spot pattern.
This history matching and upscaling procedure is performed for three different polymers. CMOST AI optimization then identifies the polymer and injection strategy that maximizes the oil recovery factor and net present value by considering the properties and costs of each polymer options.
Victor Salazar has over 25 years of industry experience with a particular emphasis on reservoir simulation. He is a graduate of UNICAMP with a degree in M.Sc. Petroleum Engineering and an MBA from Universidad Politecnica de Madrid. He joined CMG in 1996 and is currently Regional Manager – Latin America and the Caribbean. During his 20+ years with CMG, he has increased awareness and the use of reservoir simulation technology in this region through his involvement with many different simulation projects including primary, secondary, thermal, compositional and chemical processes.
Check out CMG's events page for more videos & presentations
Victor Salazar tiene más de 25 años de experiencia en la industria con particular énfasis en simulación de yacimientos. Es graduado de maestría de ingeniería de petróleos de la UNICAMP y de MBA de la universidad Politécnica de Madrid. Comenzó a trabajar en CMG en 1996 y actualmente se desempeña como Gerente Regional para America Latina y el Caribe. Durante sus más de 20 años en CMG ha incrementado el conocimiento y el uso de la simulación de yacimientos en la región a través de su participación con muchos proyectos diferentes de simulación incluyendo procesos de recuperación primaria, secundaria, térmica, composicional y química.
Consulta la página de eventos de CMG para seminarios web previamente grabados
Check out CMG's events page for more videos & presentations