Notice bibliographique
Résumé
Abstract This field study was based on 50 fracturing jobs at 42 wells that Halliburton pumped from 1977 to 2006 for Petro-Canada Oil and Gas Ltd., producing from the Viking formation in the Ricinus area. Four different fluid systems (Guar-borate, CO2, gelled oil and gelled CO2/oil) were investigated to compare their effects on the skin factor, effective fracture half-length, percentage of screenout jobs and production rate. All available fracturing and buildup data were collected and analyzed. Gelled CO2/oil fracture treatment showed the best results on the effective fracture half-length and production rate, and proved to be the best option among these four systems. This study was also focused on investigating the reasons for a high percentage of fracture jobs being screened out; 85% of the fractures investigated exhibited pressure-dependent leakoff (PDL) behaviour believed to be the primary characteristic of the unsuccessful jobs. Treating the formation at a pressure lower than the fissure opening pressure was considered to be a possible way to avoid screening out. A field case was used to investigate this possibility with the application of a fracture-simulation model, but it was not possible to pump at a rate low enough to prevent opening the natural fractures. Since July 17, 2002, the service company fractured all wells with gelled CO2/oil at high pumping rates and achieved a 100% success rate. This proved that pumping at a high rate is the only option so far to combat PDL and place the proppant successfully. Economic value to the customer (EVC) analysis showed $460,000 in savings on ten gelled CO2/oil high rate fracture jobs for Petro-Canada Oil and Gas Ltd. Fluid Systems Four fluid systems have been used to pump 50 fracture stimulation jobs in 42 Ricinus area wells producing from the Viking Formation. Figure 1 shows the area of these 42 wells. Among these 50 fracturing jobs, six used Guar-borate, 12 used gelled oil, 15 used CO2 and 17 used gelled CO2/oil. These fracture stimulation jobs were pumped since 1977. Figure 2 shows the percentage distribution for the four systems involved in this study.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».