MétaCan
Menu
Retour à la cohorte
Enregistrement W1996074731 · doi:10.2118/97733-ms

3D Geomodelling and Flow Simulation of the Late Devonian Bakken Formation in South-Central Saskatchewan - Case Study: Smiley Buffalo Heavy Oil Waterflood

2005· article· en· W1996074731 sur OpenAlexaboutno aff
Robert Mohr, Claudio A. Estrada, Karl Norrena

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmileyDevonianGeologyPetroleum engineeringFlow (mathematics)Hydrology (agriculture)GeochemistryGeotechnical engineeringComputer scienceMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract A sound geological model, a consistent geocellular model, and flow simulation are all critical components to successful optimization of a heavy oil waterflood project. Despite the availability of a sound geologic model, high quality seismic and abundant core, log, and production data, optimization of the waterflood project at the Smiley Buffalo field in south-central Saskatchewan held many challenges The primary reservoir at Smiley is the middle Bakken sandstone which was deposited as offshore sand ridges in late Devonian to early Mississippian time. The reservoir structure has been subjected to post-depositional solutioning of the underlying Torquay Formation and karstification which causes reservoir breaks, fracture networks, and irregularities in the saturation functions. These features have important effects on reservoir performance. The geologic model and seismic information were used to construct a consistent structural model. A facies classification model was built with fuzzy logic which used the core and log data as well as the geologic model. Sequential indicator simulation was used to populate the structural model with facies information, and sequential Gaussian simulation was used to populate the petrophysical properties. Representative models were selected for upscaling and flow simulation and subsequent well location selection.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,995

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 Opus0,019
Tête enseignante GPT0,211
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207