MétaCan
Menu
Retour à la cohorte
Enregistrement W1965037222 · doi:10.5539/mas.v6n6p99

Indonesia’s Unconventional Resources, Modified Resource Triangle, and a Typical Example of Stimulation of Coalbed Methane Reservoir

2012· article· en· W1965037222 sur OpenAlexvenueno aff
Sudjati Rachmat, Astra Agus Pramana, Ledy Febriana NW Ayu

Notice bibliographique

RevueModern Applied Science · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoalbed methanePetroleum engineeringHydraulic fracturingCoalUnconventional oilPermeability (electromagnetism)Fossil fuelReservoir simulationMethaneWell stimulationEnvironmental scienceFracturing fluidNatural gasPorosityGeologyWaste managementEngineeringCoal miningGeotechnical engineeringReservoir engineeringPetroleumChemistry

Résumé

récupéré en direct d'OpenAlex

Indonesia has been producing oil since 19th century and started producing 2 types of Unconventional Resources (UR) which are heavy oil since 1958 and Coal Bed Methane (CBM) since this year (2012). The concept of resource triangle was introduced by Masters and Gray in 1979 to describe the huge reserves of UR and its difficulty to be produced. A modified version had been done with a scale to exactly describe the amount of oil or gas reserve of UR. It is then linked with the stimulation techniques needed to produce them. To recover the heavy oil, thermal stimulation or recovery technique is needed to reduce its very high viscosity. Similarly, Coal Bed Methane (CBM) is also categorized as unconventional reservoirs (UR) because of its low permeability and can only be produced economically at commercial flow rates with special recovery processes or well-stimulation treatment. This paper will give a comparison study of producing CBM with and without hydraulic fracturing, a type of well-stimulation technology. The optimization procedure to select the type of water frac fluid and propping agent size and type that technically and economically suitable for CBM reservoir. The process was done using fracturing simulator and reservoir simulator for dual porosity system (CMG GEM). Fracturing simulator predicted the amount of fluid and propping agent and the resulting fracturing conductivity. Afterwards, the post-fracturing results will then be transferred to CMG-GEM, by which, using Warren and Root equation, the gas production profile is predicted and compared with its pre-fracturing results. From this study, optimum hydraulic fracture treatments is found by having the connected permeability around 5-10 Darcy. This can be accomplished by pumping enough volumes of proppant at low concentrations (6 ppa) into the fracture using less expensive fluids and distribute it uniformly.

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)0,001
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 enseignants0,160
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207