MétaCan
Menu
Retour à la cohorte
Enregistrement W1969882599 · doi:10.2118/75221-ms

Successful Acid Treatments in Horizontal Openholes Using Dynamic Diversion and Downhole Mixing—An In-Depth Postjob Evaluation

2002· article· en· W1969882599 sur OpenAlexaff
Jim B. Surjaatmadja, B. W. McDaniel, A. Cheng, Keith Rispler, M. Rees, Abe Khallad

Notice bibliographique

RevueSPE/DOE Improved Oil Recovery Symposium · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésWellboreWell stimulationMixing (physics)Annulus (botany)Coiled tubingPetroleum engineeringCompletion (oil and gas wells)Fracture (geology)GeologyProcess (computing)Hydraulic fracturingGeotechnical engineeringMaterials scienceComposite materialComputer scienceReservoir engineeringPetroleumPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper discusses a relatively new acid-stimulation process that uses dynamic fluid energy to divert flow into a specific fracture point in the well, which can initiate and accurately place a fracture. The acid-stimulation process often uses two independent fluid streams: one in the pipe and one in the annulus. With this process, two different fluids can be mixed downhole with high energy to form a homogenous mixture. Four such treatments in four openhole, horizontal wells were performed in one formation. The first well was acidfractured with coiled tubing to replace many small fractures along the open hole. The second well was acid-fractured with coiled tubing, but downhole mixing concepts were used to provide in-situ generation of CO2 foam. Fewer, yet larger, fractures were placed in this well. The third and fourth wells were treated with acid using rotating and nonrotating jetting tools while mixing the acid with CO2 downhole. Many small, near-wellbore fractures were expected in these wells. Investigating the mechanism that may have contributed to these successes in the field is important. Laboratory tests were performed to analyze the jetting mechanism exposed to rock. The findings of these tests are reported in this paper.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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.

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

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE/DOE Improved Oil Recovery SymposiumMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207