MétaCan
Menu
Retour à la cohorte
Enregistrement W2020547392 · doi:10.2118/137752-ms

Linking Reservoir Simulators with Fracture Simulators

2010· article· en· W2020547392 sur OpenAlexaff
Carlos Eduardo Saraiva Miranda, Mohamed Y. Soliman, A. Settari, Radim Krampol

Notice bibliographique

RevueSPE Eastern Regional Meeting · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingPetroleum engineeringFracture (geology)Permeability (electromagnetism)Fluid dynamicsComplex fractureGeologyGridGeotechnical engineeringReservoir simulationFlow (mathematics)Hydraulic conductivityMechanicsSoil science

Résumé

récupéré en direct d'OpenAlex

Abstract Reservoir simulation is currently used as the primary technique to simulate the behavior of almost all types of hydrocarbon reservoirs. Although several techniques have been developed to simulate the behavior of hydraulic fractures in reservoir simulators, a lack of accurate modeling of fracture geometry and fracture-fluid leakoff, as well as some other effects on hydraulic fractures (e.g., non-Darcy flow, dynamic fracture-conductivity behavior, stress-permeability dependence), is commonly observed in commercial-reservoir simulators. A different approach is presented in this paper to fill the gap between reservoir simulators and hydraulic fracture simulators. Software capabilities have been developed to import propped-fracture geometry, proppant-area concentration, and fracture-fluid leakoff from commercial, grid-based fracture simulators, into a reservoir simulator with capabilities to model multiphase, non-Darcy flow inside the fracture. This includes the effects of long-term dynamic conductivity, stress-permeability dependence, and condensates banking, etc. This functionality permits better modeling of fracture-flow behavior and gives better insight into the cleanup and productivity of fractured wells, which will in-turn allow the user to design better fractures.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Eastern Regional MeetingMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207