Effect of Completion Heterogeneity in a Horizontal Well With Multiple Fractures on the Long-Term Forecast in Shale-Gas Reservoirs
Notice bibliographique
Résumé
Summary Shale gas reservoirs have become a significant source of gas supply in NorthAmerica because of the advancement of drilling and stimulation techniquesenabling commercial development. The most popular method for exploiting shalegas reservoirs today is the use of long horizontal wells completed withmultiple-fracturing stages [multifractured horizontal wells (MFHW)]. Thestimulation process may result in biwing fractures or a complexhydraulic-fracture network. However, there is no method to differentiatebetween these two scenarios with production data analysis alone, makingaccurate forecasting difficult. For simplicity, hydraulic fractures are often considered biwing whenanalyzing production data. A conceptual model that is often used for analyzingMFHWs is that of a homogeneous completion in which all fractures have the samelength. However, fractures of equal length are rarely if ever observed (Ambroseet al. 2011). In this paper, production data from heterogeneous MFHWs (i.e., where allfracture lengths are not the same) is studied for reservoirs with extremely lowpermeability. First, the simplified forecasting method of Nobakht et al.(2012), developed for homogeneous completions, is extended to heterogeneouscompletions. For one specific case, the Arps' decline exponent is correlated tothe heterogeneity of the completion. It is found that, as expected, Arps'decline exponent (used after the end of linear flow) increases with theheterogeneity of the completion. Finally, it is shown that ignoring theheterogeneity of the completion can have a material effect on the long-termforecast. We have assumed planar hydraulic-fracture geometries for our modelling inthis work and discuss the implications of this when more-complex fracturegeometries are created. This seems to be more common in shale gas reservoirs.We provide an example of low-complexity, planar fracture geometries creatednear an MFHW and observed on an image log at an offset well.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».