Refining Geology With the Bit: An Innovative Approach to Well Design and Geosteering
Notice bibliographique
Résumé
Abstract Maximizing bitumen recovery from thermal horizontal wells requires optimal placement of the wellbore close to the bottom of the reservoir. Canadian Natural Resources Ltd. is collaborating with Halliburton to utilize logging while drilling (LWD) techniques to achieve optimal well placement in relatively thin heterogeneous reservoirs of the Clearwater Formation in its commercial cyclic steam stimulation operations in east central Alberta, Canada. Halliburton's StrataSteer3D ® service is used both prior to, and during, drilling in real time to plan, model, and steer the horizontal well. Resistivity, and gamma ray are monitored in real-time to detect the base of the reservoir during horizontal drilling and thereby geo-steer the well one meter above the reservoir base. Real-time data are used to recalculate well plans as new surveys and petrophysical data are acquired. Data collected are integrated using DecisionSpace ® for 3D geological modeling and well planning. Geological surfaces are revised while drilling and are applied to successive wells. Log responses are also characterized and correlated to the known area geology. This method of using the bit to steer by, and refine, the geology results in a reduction in overall drilling time by eliminating the need to intentionally ‘tag’ the bottom of the reservoir. Wellbore completion is also improved by ensuring maximum steam contact with the reservoir. The precision of vertical wellbore placement is increased thereby giving greater confidence in subsequent reservoir performance characterization.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».