MétaCan
Menu
Retour à la cohorte
Enregistrement W1927735207 · doi:10.1111/j.1365-2478.2012.01132.x

Measurement of the normal/tangential fracture compliance ratio (<i>Z</i><sub><i>N</i></sub>/<i>Z</i><sub><i>T</i></sub>) during hydraulic fracture stimulation using S‐wave splitting data

2013· article· en· W1927735207 sur OpenAlexaff
James P. Verdon, Andreas Wüstefeld

Notice bibliographique

RevueGeophysical Prospecting · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensKingston Health Sciences Centre
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésFracture (geology)MicroseismGeologyHydraulic fracturingTight gasS-waveFlow (mathematics)MineralogyGeometryGeotechnical engineeringSeismologyMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We develop a method to invert S‐wave splitting (SWS) observations, measured on microseismic event data, for the ratio of normal to tangential compliance ( Z N / Z T ) of sets of aligned fractures. We demonstrate this method by inverting for Z N / Z T using SWS measurements made during hydraulic fracture stimulation of the Cotton Valley tight gas reservoir, Texas. When the full SWS data set is inverted, we find that Z N / Z T = 0.74 ± 0.04. Windowing the data by time, we were able to observe variations in Z N / Z T as the fracture stimulation progresses. Most notably, we observe an increase in Z N / Z T contemporaneous with proppant injection. Rock physics models and laboratory observations have shown that Z N / Z T can be sensitive to (1) the stiffness of the fluid filling the fracture, (2) the extent to which this fluid can flow in and out of the fracture during the passage of a seismic wave and (3) the internal architecture of the fracture, including the roughness of the fracture surfaces, the number and size of any asperities and the presence of material filling the fracture. These factors have direct implications for modelling the fluid‐flow properties of fractures. Consequently, the ability to image Z N / Z T using SWS will provide useful information about fractured rocks and allow additional constraints to be placed on reservoir behaviour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,228
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations78
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical ProspectingMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207