MétaCan
Menu
Retour à la cohorte
Enregistrement W1621292780 · doi:10.2118/178262-ms

Estimation Of Net Pay In Unconventional Gas Reservoirs

2015· article· en· W1621292780 sur OpenAlexaff
Paul Fekete, Adewale Dosunmu, Richard Ekpedekumo, Daniel Ayala, Ediri Bovwe, Sitamai Ajiduah

Notice bibliographique

RevueSPE Nigeria Annual International Conference and Exhibition · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensDalhousie UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUnconventional oilPetroleum engineeringScarcityTight gasReservoir engineeringPetroleum reservoirPetroleumReservoir modelingReservoir simulationGeologyFossil fuelHydraulic fracturingEconomicsEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The confidence and the ability to predict reserves more accurately play an important role in developing a reservoir (conventional and unconventional). The role of Net Pay is very important in unconventional volumetric calculation of hydrocarbon resources, a practice that strengthens the relative worth of the Petroleum Industry. However, the estimation of resources has no universal definition of the concept neither is there a widely accepted procedure or methodology for its determination and incorporation. In unconventional reservoirs, these shortcomings become even more glaring where there is scarcity of reservoir data for assessing the storage properties of reservoir rocks and flow behavior. In improving the current situation of estimating Net pay in unconventional reservoirs, an assessment of the concept (Net Pay) together with contemporary method of determining it was carried with the aim of determining its application to Unconventional Gas Reservoir (UGR). In this paper an integrated rock typing approach is proposed as an alternative method of assessing reservoir quality for unconventional gas reservoirs that exhibit significant deviations for the Archie Criteria or Formula termed “problematic Reservoirs” by Worthington (2011).

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)0,000
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 enseignants0,077
Score d'incertitude au seuil0,349

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,272
Écart entre enseignants0,244 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Nigeria Annual International Conference and ExhibitionMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207