Importance of Distributed Temperature Sensor Data for Steam Assisted Gravity Drainage Reservoir Characterization and History Matching Within Ensemble Kalman Filter Framework
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Distributed temperature sensing (DTS), an optical fiber down-hole monitoring technique, provides a continuous and permanent well temperature profile. In steam assisted gravity drainage (SAGD) reservoirs, the DTS plays an important role to provide depth-and-time continuous temperature measurement for steam management and production optimization. These temperature observations provide useful information for reservoir characterization and shale detection in SAGD reservoirs. However, use of these massive data for automated SAGD reservoir characterization has not been investigated. The ensemble Kalman filter (EnKF), a parameter estimation approach using these real-time temperature observations, provides a highly attractive algorithm for automatic history matching and quantitative reservoir characterization. Due to its complex geological nature, the shale barrier exhibits as a different facies in sandstone reservoirs. In such reservoirs, due to non-Gaussian distributions, the traditional EnKF underestimates the uncertainty and fails to obtain a good production data match. We implemented discrete cosine transform (DCT) to parameterize the facies labels with EnKF. Furthermore, to capture geologically meaningful and realistic facies distribution in conjunction with matching observed data, we included fiber-optic sensor temperature data. Several case studies with different facies distribution and well configurations were conducted. In order to investigate the effect of temperature observations on SAGD reservoir characterization, the number of DTS observations and their locations were varied for each study. The qualities of the history-matched models were assessed by comparing the facies maps, facies distribution, and the root mean square error (RMSE) of the predicted data mismatch. Use of temperature data in conjunction with production data demonstrated significant improvement in facies detection and reduced uncertainty for SAGD reservoirs. The RMSE of the predicted data is also improved. The results indicate that the assimilation of DTS data from nearby steam chamber location has a significant potential in significant reduction of uncertainty in steam chamber propagation and production forecast.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle