Fracture-Based Strategies for Carbonate Reservoir Development
Notice bibliographique
Résumé
Abstract Carbonate reservoirs present both opportunities and challenges, especially in rocks that contain multiple, heterogeneous porosities. This study addresses a large carbonate reservoir with complex porosity types including porous matrix, fractures, faults, and vuggy zones. A fracture-focused strategy considers how these porosities behave in oil production, and uses this understanding to improve reservoir productivity. The subject of this work is a major carbonate reservoir that was initially developed by conventional methods. These approaches emphasized matrix properties using petrophysically-interpreted wireline logs. The early stages of production, which did not include pressure maintenance, found anomalous behaviors that were inconsistent with a matrix-only reservoir. The existing petrophysical data, which are valid only for porous rock, could not address fracture-based hypotheses. A program of fracture studies supported a re-analysis of the production strategies in light of reservoir's observed behaviors. The fracture-focused strategy employed FMI image logs along with production logs (PLT surveys) and temperature surveys. These well-based tools identified the locations of flow and their associated geologic features, which are appeared to be mainly fractured and vuggy horizons. Coring activities validated the FMI interpretations. A reexamination of well tests using supported a single-porosity, fracture flow model. Pressure derivative interpretations using fracture-based conceptual models associated well performance with geologic features, including both the vuggy zones and faults. The fracture-focused characterization program has developed improved conceptual models of the reservoir to support evolving production approaches including well acidizing, and other. The paper provides examples of successful well operations performed after appropriate field research.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».