MétaCan
Menu
Retour à la cohorte
Enregistrement W1990100444 · doi:10.2118/121357-ms

Solutions for Better Production in Tight Gas Reservoirs Through Hydraulic Fracturing

2009· article· en· W1990100444 sur OpenAlexaff
James Arukhe, Roberto Aguilera, Thomas G. Harding

Notice bibliographique

RevueSPE Western Regional Meeting · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensUniversity of CalgaryPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingPetroleum engineeringTight gasPermeability (electromagnetism)Fracture (geology)Tight oilProduction (economics)Completion (oil and gas wells)Environmental scienceGeologyEngineeringGeotechnical engineeringOil shaleWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The challenge to make best producers for the least investment in tight gas reservoirs has always been with the oil and gas industry since production in many tight gas reservoirs is oftentimes marginal, at best. This paper presents solutions for better production in tight gas reservoirs through hydraulic fracturing. Properly engineered hydraulic fracture treatments are enablers to achieve overall economies of scale with development of tight gas reservoirs. These treatments are conducted to bypass completion damage and stimulate production from low permeability reservoirs. They are designed using simulators with a range of capabilities in an effort to maximize the economic benefit of the treatment, effective fracture length, and number of zones producing, fracture conductivity, acceleration of recovery, addition of reserves, and minimize job failures and treatment costs. To accomplish these goals, substantial amount of information is required to describe reservoir flow capacity and provide the data needed to predict treatment pressure response as well as fracture geometry and conductivity. These data will determine the optimum size of the treatment, the maximum proppant concentration that can be pumped, and the expected production response to the stimulation. When sufficient input data are available to characterize the reservoir, the fracture geometry can be accurately modeled with a capable simulator, the treatment goals listed above can be realized and an optimum design can be reached. The design process, including selection of proppants and fluids, pumping schedule, injected proppant concentrations, total job size, pump rate, and other parameters requires an idea of the desired outcome of the job: required fracture length, possible pack concentration and clean-up time. Critical measurements from testing of actual cores has allowed to sift through the chaff to find those "gems" in hydraulic fracturing that materially improve the completion efficiency in tight gas reservoirs.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,682

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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Western Regional MeetingMême sujetOil and Gas Production TechniquesTravaux en français237 207