Evaluation of Pressure Derivative Algorithms for Well-Test Analysis
Notice bibliographique
Résumé
Proposal Pressure well tests performed during any stage of the life of a well are a very important tool to obtain fundamental reservoir characteristics. Also, they are one of the closest views obtained from the reservoir. Well testing is so important that an estimative of hydrocarbon reserves can be obtained. Also, it is possible to determine reservoir flow capacity and distance to discontinuities, among several applications. Currently, pressure derivative analysis used in well testing is a very versatile procedure for reservoir characterization. However, this parameter is affected by the noise produced by turbulence, the tool itself, and the mathematical procedure involved. Therefore, it is important to properly use numerical tools to filter data. The pressure derivative function has become the most popular technique to interpret well pressure data but it suffers of noise since it is based on numerical differentiation on discrete pressure data points. The three-point central-finite different scheme has been widely used to estimate pressure derivatives. Noise occurs when consecutive points are used. It makes difficult to carry out an interpretation. Then, it is convenient to choose points further separated from each other to reduce the noise. However, if the points are so apart, the pressure derivative will be distorted. The Spline function is a powerful tool to calculate pressure derivative data for well test applications. Its continuous character and its polinomial behavior make it very effective to mitigate noise. It matches well to the expected form of the curve. In this paper, an evaluative analysis of the pressure derivative is presented. It is performed by comparing the results from different algorithms (Spline, Bourdet, Horne, Simons, Clark and Van Golf-Racht, first degree and second degree polynomials), and observing theoretical pressure vs. time data with those provided by the chosen analytical solutions. It was found that the Spline function provides the best results to estimate pressure derivative data. Besides, the recommended procedure consists of differentiating the data and, then, filtering and/or smoothing them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».