MétaCan
Menu
Retour à la cohorte
Enregistrement W1994639932 · doi:10.2523/iptc-16849-ms

Pore Pressure Prediction in Unconventional Resources

2013· article· en· W1994639932 sur OpenAlexaboutno aff
Brent A. Couzens‐Schultz, A. Axon, Konstantin Azbel, Kirk S. Hansen, Mark Haugland, Ritu Sarker, Bart W. Tichelaar, James Wieseneck, Rudy Wilhelm, Jincai Zhang, Z. Zhang

Notice bibliographique

RevueInternational Petroleum Technology Conference · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverpressureOverburdenGeologyPore water pressurePetrophysicsCompactionTight gasDrillingGeomechanicsPetroleum engineeringPorosityOverburden pressureHydrocarbon explorationOil shaleUnconventional oilGeotechnical engineeringFracture (geology)PetrologyHydraulic fracturingSeismologyMaterials scienceTectonics

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding pore pressure prediction in unconventional plays is important for executing a safe drilling strategy and for accurate production modeling. Experience from several unconventional plays highlights key aspects of pore pressure prediction work that are different from conventional exploration settings. In conventional exploration, the most common source of overpressure is disequilibrium compaction, where porosity is preserved in mudrocks as pore fluids take on additional overburden load. Traditional petrophysical methods use resistivity, sonic and density data to measure porosity and associate it with vertical effective stress (VES), which is overburden minus pore pressure. In unconventional plays, secondary pressure mechanisms and uplift require other methods because of two influences on pore pressure:hydrocarbon generation andvariations in burial and uplift history. Both of these situations mean that the relationships between vertical effective stress (VES), velocity, density and resistivity will follow unloading paths, not compaction trends. The unloading paths vary depending on the amount of hydrocarbon generated and the amount of uplift. In organic-rich sections, an additional complication arises because pore pressure cannot be de-convolved from total organic carbon (TOC) and gas effects on shale compressional velocity and resistivity. In conventional settings, fluid gradients and contacts are used to translate measured pressure data from one location to another. In unconventional tight reservoirs, the fluids are not connected and this method will not work. Pressure data must be inferred from drilling event and diagnostic fracture injection test interpretations, and a different way to translate data between locations is required. The majority of pressure data in unconventional reservoirs shows that often, the way to translate pressure information from one location to another in the same tight rocks is to use a constant VES. This method combined with understanding variations in uplift history and hydrocarbon generation has been used to successfully predict pressure ranges in multiple unconventional plays. Introduction Unconventional resources plays in shale and tight rocks have become a substantial resource in North America. They are now rapidly being explored and developed outside the United States and Canada in a trend that will likely continue to grow. To economically develop these plays, wells must be drilled as cost effective as possible. To produce from these plays and forecast production, the mechanical properties of the rocks and their stress conditions need to be understood to best stimulate and complete the wells. Pore pressure prediction is integral to both of these activities.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,196 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Petroleum Technology ConferenceMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207