MétaCan
Menu
Retour à la cohorte
Enregistrement W1978136817 · doi:10.1190/1.3609092

Effective VTI anisotropy for consistent monitoring of microseismic events

2011· article· en· W1978136817 sur OpenAlexaff
Leo Eisner, Yang Zhang, Peter Duncan, Michael C. Mueller, Michael Thornton, Davide Gei

Notice bibliographique

RevueThe Leading Edge · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroseismAnisotropyGeologyHydraulic fracturingPermeability (electromagnetism)SeismologyFracture (geology)Economic geologyGeophysicsPetroleum engineeringGeotechnical engineeringVolcanismTectonicsOptics

Résumé

récupéré en direct d'OpenAlex

The monitoring of induced or triggered microseismic events increasingly is being used to inform the efficient production of unconventional reservoirs. A key aspect of economic production in these low-permeability rocks is hydraulic fracture stimulation, usually in horizontal wells. To evaluate the success of the stimulation, engineers rely on monitoring the induced (or triggered) microseismic events that are then interpreted to map the stimulated reservoir volume and likely drainage area of the well. These microseismic events can be mapped either from downhole or surface monitoring arrays. In this study, we discuss a newly developed methodology that allows economic and consistent mapping of microseismic events from multiple stimulated wells across an entire field. This approach allows better comparison of stimulation techniques between wells in order to optimize long-term development of the reservoir. As well, the method enables a relatively robust observation of velocity anisotropy that leads to better wave-propagation modeling and more accurate event locations

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,041
Tête enseignante GPT0,252
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207