MétaCan
Menu
Retour à la cohorte
Enregistrement W2023447161 · doi:10.2118/107780-ms

An Acid-Placement Model for Long Horizontal Wells in Carbonate Reservoirs

2007· article· en· W2023447161 sur OpenAlexaff
Varun Mishra, Donghui Zhu, A. D. Hill, Kenji Furui

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésCarbonatePetroleum engineeringGeologyCompletion (oil and gas wells)Volume (thermodynamics)WellboreDrillingMaterials scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In several places around the world, notably the North Sea and the Middle East, carbonate reservoirs are being accessed with very long horizontal wells (2000 to 20,000 feet of reservoir section.) These wells are often acid stimulated to remove drilling fluid filter cakes and to overcome formation damage effects, or to create acid fractures or deep matrix stimulation to enhance productivity. Good acid coverage with a relatively small acid volume is required to economically obtain the desired broad reservoir access. We have developed a model to predict the placement of injected acid in a long horizontal well, and to predict the subsequent effect of the acid in creating wormholes, overcoming damage effects, and stimulating productivity. The model tracks the interface between the acid and the completion fluid in the wellbore, models transient flow in the reservoir during acid injection, considers frictional effects in the tubulars, and predicts the depth of penetration of acid as a function of the acid volume and injection rate at all locations along the completion. We have used this model to simulate treatments that are typical of those performed in the North Sea and in the Middle East. We present a hypothetical example of acid placement in a long horizontal section and an example of using the model to history match actual treatment data from a North Sea chalk well.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,097
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207