MétaCan
Menu
Retour à la cohorte
Enregistrement W1964153167 · doi:10.1080/00986445.2012.703150

CALCULATING PSEUDO-STEADY-STATE HORIZONTAL OIL WELL PRODUCTIVITY IN RECTANGULAR DRAINAGE AREAS USING A SIMPLE METHOD

2012· article· en· W1964153167 sur OpenAlexaff
Alireza Bahadori, Ahmad Jamili, Sohrab Zendehboudi

Notice bibliographique

RevueChemical Engineering Communications · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBenchmark (surveying)ProductivityDirectional drillingSimple (philosophy)Oil fieldSteady state (chemistry)Work (physics)Petroleum engineeringField (mathematics)DrillingComputer scienceEngineeringIndustrial engineeringMathematicsGeologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

To determine the economical feasibility of drilling a horizontal well, engineers need reliable methods to estimate its productivity. In this work, a simple-to-use method is developed to rapidly estimate a pseudo-steady-state horizontal well's productivity. Estimations are found to be in excellent agreement with the reliable data in the literature, with average absolute deviation being less than 1%. The tool developed in this study can be of immense practical value for petroleum engineers to make a quick check on a pseudo-steady-state horizontal well's productivity at various conditions without opting for any field trials. The predictive tool is simple and straightforward, and it can be readily implemented in a standard spreadsheet program. The prime application of the method is as a quick-and-easy evaluation tool in conceptual development and scoping studies where horizontal wells are being considered. The method may also serve as a benchmark in numerical reservoir simulation studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,308
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 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'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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering CommunicationsMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207