Application of Rate Transient Analysis Workflow in Unconventional Reservoirs: Horn River Shale Gas Case Study
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
Abstract The Horn River Basin is a shale gas play located along the northern border between British Columbia and the North West Territories, in the Western Canadian Sedimentary Basin. This unconventional reservoir utilizes horizontal wells with multistage fracture completions in order to produce fluids from the very low permeability shale. As with many other emerging shale plays, the Horn River play presents significant challenges to operators who are tasked with understanding, developing and producing the play as optimally as possible. Rate Transient Analysis (RTA) utilizes continuous production and flowing pressure data to characterize the reservoir and completion, for the purposes of reserves assessments, supporting field development and completion strategy and for supporting decisions around capital allocation. It has proved to be a very helpful tool for accelerating the "learning curve" of well performance in new plays, for which well - established best practices do not exist. The purpose of this work is to illustrate how RTA can be applied in the Horn River, using a reliable, repeatable and technically sound workflow. To accomplish this, daily production data from eight multi-stage horizontal wells in the Horn River was analyzed using standard RTA techniques, including type curves, flowing material balance, specialized plots and analytical models. In addition to the standard approach, a probabilistic approach to RTA using Monte Carlo simulation is also included in this work, to address the significant non-uniqueness that exists in modeling unconventional reservoirs. The findings of this paper will include long term production forecasts, as well as our best estimation of reservoir and completion characteristics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle