Hydro‐frac monitoring using ground time‐domain electromagnetics
Notice bibliographique
Résumé
ABSTRACT As motivation for considering new electromagnetic techniques for hydraulic fracture monitoring, we develop a simple financial model for the net present value offered by geophysical characterization to reduce the error in stimulated reservoir volume calculations. This model shows that even a 5% improvement in stimulated reservoir volume for a 1 billion barrel (bbl.) field results in over 1 billion U.S. dollars (US$) in net present value over 24 years for US$100/bbl. oil and US$0.5 billion for US$50/bbl. oil. The application of conductivity upscaling, often used in electromagnetic modeling to reduce mesh size and thus simulation runtimes, is shown to be inaccurate for the high electrical contrasts needed to represent steel‐cased wells in the earth. Fine‐scale finite‐difference modeling with 12.22‐mm cells to capture the steel casing and fractures shows that the steel casing provides a direct current pathway to a created fracture that significantly enhances the response compared with neglecting the steel casing. We consider conductively enhanced proppant, such as coke‐breeze‐coated sand, and a highly saline brine solution to produce electrically conductive fractures. For a relatively small frac job at a depth of 3 km, involving 5,000 bbl. of slurry and a source midpoint to receiver separation of 50 m, the models show that the conductively enhanced proppant produces a 15% increase in the electric field strength (in‐line with the transmitter) in a 10‐Ωm background. In a 100‐Ωm background, the response due to the proppant increases to 213%. Replacing the conductive proppant by brine with a concentration of 100,000‐ppm NaCl, the field strength is increased by 23% in the 100‐Ωm background and by 2.3% in the 10‐Ωm background. All but the 100,000‐ppm NaCl brine in a 10‐Ωm background produce calculated fracture‐induced electric field increases that are significantly above 2%, a value that has been demonstrated to be observable in field measurements.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».