Measurement, Modeling, and Diagnostics of Flowing Gas Composition Changes in Shale Gas Wells
Notice bibliographique
Résumé
Abstract Few attempts have been made to model shale gas reservoirs on a compositional basis. Multiple distinct micro-scale physical phenomena influence the transport and storage of reservoir fluids in shale, including differential desorption, preferential Knudsen diffusion, and capillary critical effects. Concerted, these phenomena cause a measureable compositional change in the produced gas over time. We developed a compositional numerical model capable of describing the coupled processes of diffusion and desorption in ultra-tight rocks as a function of pore size. The model captures the various fracture configurations believed to be induced by shale gas fracture stimulations. By combining the macro-scale (reservoir-scale fractures) and micro-scale (diffusion through nanopores) physics, we show how gas composition changes spatially and temporally during production. We compare our numerical model against measured gas composition data obtained at regular intervals from shale gas wells. We utilize the characteristic behavior illustrated in the model results to identify and to define features in the measured data. We present a workflow for the integration of measured gas composition data into production data analysis tools in order to develop a more complete well performance diagnostic process. The onset of fracture interference in horizontal wells with multiple transverse hydraulic fractures is shown to be uniquely identified by distinct fluctuations in the flowing gas composition. Using these measured composition data, the timescale and durations of the transitional flow regimes in shales are quantified, even for high levels of noise in the rate and pressure data. Reservoir properties are inferred from the integration of the compositional shift analysis of this work with modern production analysis. This work expands the current understanding of well performance for shale gas to include physical phenomena that lead to compositional change. This may be used to optimize fracture and completion design, improve well performance analysis and provide more accurate reserves estimation. This work demonstrates a numerical model which captures multicomponent desorption, diffusion, and phase behavior in ultra-tight rocks. We identify and validate diagnostic trends via high-resolution composition, saturation and pressure maps. We provide a workflow for incorporating measured gas composition data into modern production analysis.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».