Using Deep-Azimuthal Resistivity and 3D Seismic for Optimal Horizontal Well Placement: An Integrated Approach, Nipisi Field, Western Canada
Notice bibliographique
Résumé
Abstract A major challenge facing the oil industry is optimizing horizontal wellbore placement in a reservoir. Uncertainty in the predrill geological model and seismic interpretation may lead to the well being placed in non-reservoir, or steering the well out of the prospective formation. This can lead to lower well performance or the requirement to sidetrack the wellbore, both of which directly impact the profitability of the operation. The Nipisi D Pool produces oil from the Middle Devonian Slave Point Formation, a regionally extensive carbonate bank characterized by low permeability limestone reservoir. The advent of horizontal drilling (HZ) and completion technologies has elevated this reservoir to a top tier tight oil resource play. Although HZ drilling provides a cost effective means to reservoir development, maximizing reservoir penetration while avoiding the unstable shale above the Slave Point are imperative. Structural definition of the reservoir is provided by 3D seismic coverage. This provides a good predrill estimate of wellbore trajectory, however is limited in its vertical accuracy, as well as definition of small-throw faults that do not appear to be imaged on the seismic data. These two limitations introduce a real risk of drilling out of the productive zone. Using the contrast in resistivity between the productive carbonate reservoir and the low resistivity Waterways shale which overlies it, deploying Measurement-While Drilling (MWD) deep azimuthal resistivity tools provided the operator with higher resolution measurements to detect the top of reservoir and keeping the wellbore within the desired reservoir. This paper focuses on the integration of geological/3D seismic mapping and MWD azimuthal resistivity for optimal HZ well placement in a tight limestone reservoir, as well as the limitations of each technology when used in isolation. It illustrates how utilizing this approach the operator was able to achieve 100% reservoir exposure.
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 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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».