Correlation of Stimulated Rock Volume from Microseismic Pointsets to Production Data - A Horn River Case Study
Notice bibliographique
Résumé
Abstract Hydraulic fracture monitoring from microseismic allows operators to optimize completions through a clear understanding and correlation of the reservoir response to stimulation. Furthermore it helps operators to improve production and avoid out of zone growth by identifying patterns of fluid movement, fracture growth and connectivity. These critical insights allow refinements to the treatment plan, and provide useful insights for long-term improvements regarding well spacing, well design, and completion design. Shale reservoirs with very low permeability in the nano darcy range require a large fracture network to increase well performance. In these reservoirs, unless natural pre-existing fractures and faults have been reactivated and hydraulically opened to create a complex and well-connected network, pore pressure changes do not permeate far from the fractures. As a result, the microseismic pointset roughly corresponds to the size of the real fracture network which offers a means to estimate the stimulated rock volume (SRV). Although the producing fracture network could be smaller than the total SRV by a substantial percentage, it is expected that the effective network and the total SRV show a positive correlation. However, SRV is not the only indicator of well productivity. In a given SRV, the quality of the reservoir and parameters such as fracture conductivity and fracture spacing will affect production and can have a major impact on recovery calculations. In this study, stimulated rock volumes obtained from microseismic pointsets are correlated with actual field production. The correlations are used to illustrate how this concept can optimize treatment design, well spacing, and stage spacing through correlation of the reservoir response to hydraulic fracturing and production data. The correlation between production and SRV for each well shows that larger SRVs result in higher well production regardless of the percentage of the SRV that contains proppant filled fractures. The direct relationship of the microseismic pointsets and production can be used to predict a new well's potential productivity immediately upon completion of the stimulation job. This suggests that a key completion strategy is to create a large and effective SRV to provide maximum recovery and well performance monitored microseismically to provide production prediction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».