An Evaluation of Well Deployment Aspects Affecting Well Flow Performance on Horizontal Production Log Results
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
Abstract Production logging uses measurements to understand the velocity & fluid types comingling as open reservoir intervals deliver products which begin to flow up hole. In a horizontal flowing well environment, the logging tools of choice can be individual discreet measurements situated across the cross sectional flow area to measure and define the fluid type & velocity. Flow measurements are much more difficult to measure as most horizontal flowing environments are not stable. Deployment of this tool type can be conveyed using a coiled tubing setup or a well tractor conveyed tethered to a wireline. These deployment methods can have an effect on the flow regime during the logging survey. When oil company operations engineering teams require production log data across a flowing lateral, one aspect seldom addressed is how the deployment intervention can affect the well flow performance when deploying the production logging measurements. Often times the perturbation causing the well performance is based on the deployment intervention selection. This in return causes the well to underperform at the point in time a production logging survey is needed; leaving the logging technology with an unstable environment to deliver a confident result. What tends to occurs within the engineering teams is the perception that there is an inability of present day technology to accurately measure the well performance, meanwhile the deployment aspect chosen & the procedures to convey a production log actually can be a main culprit in changing the well flow dynamics & stability. Via deployment experience & a thorough understanding of well flow combined with production log analytical skill sets. This technical paper will discuss in a case history a production log run in a horizontal well, the deployment aspects & well flow challenges using wireline tractor & coiled tubing interventions, and how the end result was able to assist the customer.
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 | 0,001 | 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