Microseismic signatures of hydraulic fracture growth in sediment formations: Observations and modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We analyzed a microseismic data set from hydraulic fracture stimulation of the gas field in west Texas. We used an automated wave‐picking algorithm and obtained a high‐density image of induced microseismic events accompanying the hydraulic fracture growth. The microseismic locations delineated a planar fracture growing predominantly in the horizontal direction; the vertical growth was limited by shale layers. A strongly asymmetric fracture with a twice longer eastern wing containing 80% of the located events was observed. Owing to the planarity of the microseismic cloud, it was possible to reduce the location problem to two dimensions and to use only S waves for event localization. Thus, because of the larger amplitudes of S waves, a fourfold increase in the number of located events was achieved. We find that the length of the hydraulic fracture increased, for different depth intervals, both linear and nonlinear in time. We use hydraulic fracture models to explain the spreading of the microseismic front, whose nonlinear time dependence could indicate either a diffusive fluid flow or a two‐dimensional growth of the hydraulic fracture. By the maximum‐likelihood fitting of the observed fracture growth and by inverting for its parameters, we find that the fracture was 7–10 mm wide and that nearly the whole injected volume was used for creating the new fracture, that is a negligible diffusive infiltration of the injected fluid into the reservoir rock occurred.
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.
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 | 0,001 | 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 | 0,001 |
| 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 découle