MétaCan
Menu
Retour à la cohorte
Enregistrement W2021220695 · doi:10.2118/174053-ms

Using Dynamic Simulations to Optimize the Start-Up of Horizontal Wells and Evaluate Plunger Lift Capability: Horn River Shale Gas Trajectory-Based Case Study

2015· article· en· W2021220695 sur OpenAlexaff
Carlos Nascimento, A.. Becze, Claudio Virués, A. Wang

Notice bibliographique

RevueSPE Western Regional Meeting · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésGas liftPetroleum engineeringOil shaleLift (data mining)Multiphase flowBubbleGeologyEnvironmental scienceMechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract During the start-up of a horizontal multi-staged shale gas well, the fluid distribution within the well changes from a static segregated phase column to a flowing two-phase multiphase mixture. For the start-up to succeed, the well must overcome the hydrostatic head associated with this phase segregation in the vertical portion well as well as the liquid hold up in the lateral section of the well. The latter is heavily dependent on the well trajectory. The initial start-up procedure is critical to the life of the shale well since well clean up efficiency can be maximized at this stage. If the well is not properly cleaned up, the presence of liquid in the wellbore may increase which can make subsequent start-up attempts even more difficult. As reservoir pressure declines with production, the gas flow rate also decreases with time. This eventually leads to liquid loading where the well can no longer effectively lift the associated liquids to surface. Liquid loading has a detrimental impact on production and a suitable deliquification or artificial lift method is required to sustain production and maximize recovery. In the planning phase of shale gas development, it is important to evaluate the artificial lift method that will be implemented to maximize the shale well's productive life. It was studied three Horn River shale gas wells, each with different trajectories. A transient multiphase simulator is used to: 1) simulate the gas well liquid loading process in the three wells; 2) simulate gas well deliquification with plunger lift; 3) optimize the start-up procedure of the wells. These simulations provided valuable insight into the flow and pressure transients that characterize shale production. The results of this study provide guidelines for optimizing the start-up of horizontal shale wells and for designing the optimum shale well trajectory for plunger lift operations. This approach has not been presented before in literature and emphasizes the role of transient simulation in the planning phase of shale developments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,808

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,339
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Western Regional MeetingMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207