MétaCan
Menu
Retour à la cohorte
Enregistrement W2004032857 · doi:10.2118/135454-ms

Shale Gas Well Completion Logistics

2010· article· en· W2004032857 sur OpenAlexaffabout
Dean Tymko

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensPenn West Exploration (Canada)
Organismes subventionnairesUniversity of Pennsylvania
Mots-clésCompletion (oil and gas wells)LeaseOil shaleShale gasPetroleum engineeringWellboreOrder (exchange)Operations managementBusinessEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The introduction of large, multi-stage fracturing to the shale gas industry has made previous uneconomic shales economic to complete. These large scale stimulations present a new challenge in planning and logistics in order for the completion operation to be successful. This paper provides an overview of the planning, execution, and improvement of logistics that went into the first two shale gas well completions in Northeast British Columbia, Canada for a large Canadian Energy Company. The logistical requirements taken into consideration when designing the first multi-stage horizontal well completion were: Fracture Stimulation, Lease, Fluid, Proppant, Equipment, and Completion Procedure. Planning these requirements started six months before completion operations commenced in order to meet the target pumping date of the stimulation and avoid costly delays. The learning from the first shale gas well completion improved the logistics on the second shale gas well completion and the experience from the first two completion operations will shape future logistics as the project proceeds into the future. This paper shows that proper planning on large shale gas completions can pay off in well run, efficient completion operations that meet timing and cost objectives.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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'étudeSans objet
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

Citations2
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetDrilling and Well EngineeringTravaux en français237 207