MétaCan
Menu
Retour à la cohorte
Enregistrement W1968710413 · doi:10.2118/0709-0050-jpt

Technology Focus: Artificial Lift (July 2009)

2009· article· en· W1968710413 sur OpenAlexaff
Shauna Noonan

Notice bibliographique

RevueJournal of Petroleum Technology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésArtificial liftLift (data mining)EngineeringComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Technology Focus Artificial-lift technology has been around for many years, yet the concept of artificial-lift selection and design has been more of an art than a science. Throughout the last decade, both operating companies and manufacturers have made considerable effort toward understanding the science behind artificial-lift systems and their performance. For example, research on beam-pump slippage and gas lift valve performance has greatly influenced the way in which the industry now designs those lift systems. In 2007, SPE published a revised Petroleum Engineering Handbook; Volume IV includes many of these advancements and understandings of lift performance for common forms of artificial lift. This publication is recommended highly for anyone involved in production engineering and artificial lift. Artificial-lift systems continue to evolve, and their operational envelopes expand. The 2009 ATCE Technical Program Committee received a significant number of artificial-lift related abstracts, which resulted in two sessions showcasing great artificial-lift research, field trials, and case studies. When you come to New Orleans this October, you will learn about the most recent advancements and lessons learned on all types of artificial lift. Three examples of such advancements are featured in this publication. Each of these technologies enhances a lift system or methodology that has been available for years, putting a new spin (pun intended) on something "old." While the field trials of these systems have been specific to a given region (i.e., Alaska, Cuba, and Russia), their application potential is global. The papers selected for additional reading below, reflect other areas in the artificial-lift community that are "hot" topics—finding and understanding better gaswell-deliquification techniques, solutions to high-volume thermal applications, and effective artificial-lift optimization. Artificial Lift additional reading available at OnePetro: www.onepetro.org SPE 116659 - "Artificial Lift Optimization in the Orito Field" by Sandy Williams, SPE, ALP Ltd., et al. SPE 115849 - "Pushing the Limit: High-Rate Artificial-Lift Evaluation for a Sour, Heavy-Oil, Thermal EOR Project in Oman" by G.H. Lanier, SPE, Petroleum Development Oman, et al. SPE 115934 - "Development of a New Plunger-Lift Model Using Smart Plunger Data" by G.K. Chava, SPE, Texas A&M University, et al.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,787

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,213 · 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'étudeAutre devis
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Petroleum TechnologyMême sujetOil and Gas Production TechniquesTravaux en français237 207