MétaCan
Menu
Retour à la cohorte
Enregistrement W1593323426 · doi:10.1017/s0016774600022204

Gas field planning tool

2001· article· en· W1593323426 sur OpenAlexaboutno aff
J. van Berkel, Uzay Kaymak, G. Kulawksi, Toon Weisenborn, Martin White

Notice bibliographique

RevueNetherlands Journal of Geosciences – Geologie en Mijnbouw · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShell (structure)Petroleum industryNatural gas fieldField (mathematics)EngineeringPetroleum engineeringCivil engineeringNatural gasEnvironmental engineeringWaste managementMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Gas Field Planning Tool (GFPT) was developed in 1990 by the Shell Group of Companies to fill the need for a tool for gas field planning and development using deterministic subsurface and surface models. Main initiators were Shell Canada, NAM (the Netherlands), Shell Expro (UK) and BSP (Shell Brunei), as these companies are major gas producers. Shell Companies now have several years experience with using the GFPT. Application ranges from simple single field models to corporate-level models with a large number of gas reservoirs and wells. Shell companies now using GFPT models are Shell Expro (UK), BSP (Brunei), SSB (Malaysia), Shell Canada, SPDC (Nigeria), SDA (Australia), Woodside (Australia), PDO (Oman), NAM (the Netherlands), New Business Development (e.g. Lunar Project) and in future also Shell Egypt. NAM currently has a GFPT model for the Anjum field in Friesland and for the Ten Arlo field in the north of Holland. GFPT is currently being migrated to an HFPT (Hydrocarbon Field Planning Tool), which can also be used for planning of condensate, oil and water developments and for control of hydrocarbon compositions in the network using PVT de-lumping at the well head (e.g. for LNG plants) and optimisation techniques (linear, non-linear or based on bean-back lists).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,304
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNetherlands Journal of Geosciences – Geologie en MijnbouwMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207