Production Enhancement for a Northern Mexico Field Well Resulting from Flowback Evaluations Using Chemical Frac Tracers: A Case History
Notice bibliographique
Résumé
Proposal The chemical frac tracing technology is used to evaluate flowback and flowback efficiency. This unique technique utilizes a family of environmentally friendly and fracturing fluid compatible chemical compounds to trace segment-by-segment injection of fracturing fluids. These chemical compounds have unique chemical and physical characteristics that make them detectable at low concentrations of 50 ppt (parts per trillion). These tracers are mixed at a known concentration into individual frac fluid segments as the frac fluid is pumped downhole and into the formation. Upon flowback, samples are collected and analyzed for tracer detection. With the use of the mass balance technique the flowback and flowback efficiency for each fluid segment are calculated. These precise flowback and flowback efficiency calculations yield a more accurate assessment of fracture cleanup efficiency which in turn helps to unravel cleanup problems. This paper presents a case history whereby four different chemical frac tracers were injected into four fluid segments of a frac job. The flowback and flowback efficiency calculations revealed low recoveries of the injected fluid segments through 86 hours of flowback. Based on the flowback results, a recommendation was made to shut in the well for 24 hours. Upon re-opening the well to production, flowback samples were again collected to evaluate flowback enhancement as the result of reservoir pressure buildup and or gel-breaking during the shut-in period. The total flowback efficiency increased by 50% while daily oil production increased by 62%.
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 ».