MétaCan
Menu
Retour à la cohorte
Enregistrement W2020418499 · doi:10.2118/162720-ms

Recent Achievements Within E-Line Milling

2012· article· en· W2020418499 sur OpenAlexaboutno aff
Anthony MacLeod, James Greenlee, Kristine Henriques

Notice bibliographique

RevueSPE Canadian Unconventional Resources Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTorquePetroleum engineeringMechanical engineeringLine (geometry)EngineeringAutomotive engineeringComputer scienceMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Since the concept of milling obstructions on electric line (e-line) was introduced in 2005, operators around the world have applied this technique successfully removing downhole valves, plugs, scales, cement and nipple profiles achieving cost-effective and time-efficient interventions. Recently, a series of e-line milling operations were performed to remove repeater-sub and ball-seat restrictions in oil producing horizontal wellbores located in Southeast Saskatchewan. The low pressure reservoirs favored intervention technologies that did not require excessive hydrostatic head. Operators have traditionally used nitrogen mixed with water to prevent damage to the reservoir and to maintain circulation; however, this reduces the amount of torque that can be achieved at the bit, and causes stalling and sticking issues. Using a combination of tractor and milling technology on e-line in these wells provided the required torque for milling with a steady and constant weight on bit throughout the wellbore for removal of ball seat restrictions. This paper presents the latest achievements within e-line milling in Canada. The paper will discuss best practices of date as well as a discussion of e-line milling challenges through three case studies in Canada.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,553
Score d'incertitude au seuil0,899

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,211
Écart entre enseignants0,185 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Canadian Unconventional Resources ConferenceMême sujetDrilling and Well EngineeringTravaux en français237 207