North Slope Heavy-Oil Sand-Control Strategy: Detailed Case Study of Sand Production Predictions and Field Measurements for Alaskan Heavy-Oil Multilateral Field Developments
Notice bibliographique
Résumé
Abstract The North Slope of Alaska has billions of barrels of heavy oil residing in largely undeveloped reservoirs. Despite this large volume of heavy oil in place, the majority of reserves development on the slope to date has been focused on light crude. However over the past 20 years Arco, BP, Conoco and now ConocoPhillips have begun to develop the North Slope’s vast heavy oil resource base. Recently a sand/solids control study was undertaken by ConocoPhillips and BP in order to determine the most economic strategy for solids control and well design in future heavy oil developments. The study was integrated across companies, organizations and discipline boundaries in order to include completion, rock mechanics, laboratory research, drilling, reservoir, geological, operations, facilities and field personnel. With this diverse team, actual solids production and solids predictions were investigated from a number of different perspectives. Solids production predictions were made based on core measurements, log analysis, simulators that predict formation failure and sand production rate, laboratory core flow tests, 2 years of field shakeout data, and multiple field measurements of solids production. Probabilistic predictions were then generated based on these investigations rather than deterministic "best guesses" for the economic analysis. These different methods for predicting solids production will be discussed and illustrated in this case study. The study and ensuing strategy determined that sand management or using non-sand exclusion slotted liners and sand tolerant facilities was the highest value development scenario over the life cycle of the North Slope Heavy Oil Developments.
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 ».