Interpreting Uncemented Multistage Hydraulic-Fracturing Completion Effectiveness By Use of Fiber-Optic DTS Injection Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Tight gas, low-permeability reservoirs offer a tremendous challenge with respect to effectively completing and draining a target reservoir. Openhole-packer completions in horizontal wells offer a cost-efficient means of accessing the entire lateral section, assuming the target pay can be effectively stimulated. The challenge with openhole completions compared with more-conventional cased, cemented, and limited-entry perforated completions is understanding and controlling hydraulic-fracture geometry—specifically, the number and location of fracture-initiation points and the fracturing-fluid flow into the near-wellbore (NWB) region of the reservoir. Fiber-optic-based distributed temperature sensing (DTS) offers a method for identifying, quantifying, and evaluating the NWB fracture geometry, the fracturing-fluid distribution in these broad openhole sections, and overall stimulation effectiveness. DTS can also reveal success or issues with respect to effective zonal isolation when using mechanical isolation during the hydraulic-fracturing process. In this particular case study, a lateral well in a basin-centered gas area was completed with swell-packer interval isolation by use of fracture sleeves for reservoir access. By coupling fracture-treatment responses and openhole log characteristics with the NWB DTS data during pumping and warm back, an integrated assessment of the completion stimulation effectiveness and efficiency was performed. The end result of this assessment provided an improved understanding of the current completion performance and allowed optimization of openhole completion projects for future wells in this same area.
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.
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 | 0,001 |
| 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 découle