MétaCan
Menu
Retour à la cohorte
Enregistrement W1981380534 · doi:10.2118/162704-ms

Utilization of Anisotropic Velocity Models in Surface Microseismic Monitoring to Improve Hydraulic Fracturing Event Location Accuracy in Shale Plays

2012· article· en· W1981380534 sur OpenAlexaff
Carl W. Neuhausa, Christine Remington, William B. Barker, Keith Blair

Notice bibliographique

RevueSPE Canadian Unconventional Resources Conference · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroseismAnisotropyCalibrationGeologyIsotropyHydraulic fracturingAcousticsSeismologyGeotechnical engineeringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The work presented in this paper focuses on the application of an anisotropic velocity model in determining microseismic event locations from surface-acquired passive seismic data. The Thomsen parameters ε and δ were determined to accurately locate calibration shots to their known location. Hydraulic fracture events where then imaged and compared to their locations derived from processing incorporating an isotropic velocity model. Velocity models used in the processing of surface microseismic data are in many cases initially derived from sonic logs and subsequently adjusted based on calibration shots (typically perforations or string shots). A scalar shift is usually applied to the velocity model to locate events at depth. Although calibration shots can be located with sufficient accuracy, this method does not directly account for the anisotropic nature of shales. As determined by Thomsen (1986), anisotropy for nearly vertical wave propagation, is mostly governed by the parameter δ, which is "an awkward combination of elastic parameters" (Thomsen, 1986), and appears to be sensitive to the conformity of the contact regions between clay particles, as well as to the extent of disorder in their orientation (Sayers, 2005). However, the importance of ε increases with with an increasing horizontal component of the propagation path. Event location accuracy in surface microseismic monitoring is known to be fairly robust using the regularly assumed isotropic velocity model (Thornton, 2011), but this can be further improved in some instances by determining ε and δ to account for velocity anisotropy (Eisner et al., 2011). When compared directly to calibration shot locations derived with an isotropic velocity model, we showed that the absolute average error in calibration shot positioning in all directions was improved by almost 30% and hypocenter events from the hydraulic fracturing treatment depicted a more dense and confined zone of microseismic activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,255
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Canadian Unconventional Resources ConferenceMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207