A Procedure for the Configuration of an Inflow Control Device Completion Using Reservoir Modelling and Simulation in the North Amethyst Pool
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 This paper outlines an approach to simultaneously reduce gas and water production through the design and implementation of an inflow control device (ICD) completion for a horizontal production well in the North Amethyst pool. The procedure uses Schlumberger’s Petrel modelling software, Schlumberger’s reservoir simulator, ECLIPSE, and a multi-segmented well (MSW) model to optimally configure an ICD completion within a reservoir model. This approach utilizes the reservoir model to generate ternary plots (oil, gas and water) that represent three-phase movement within the reservoir. The use of MSW enables the dynamic display of a virtual production logging tool (PLT) plot, representing the expected three-phase inflow performance along the wellbore. Both ternary and PLT plots identify the locations of high gas and high water inflow zones along the wellbore. With these zones identified, various configurations of ICD completions are designed to control these breakthrough zones and are then simulated. ICD equipment options, such as reduced nozzle sizes and blank zones, are considered in the design. The simulation results of the various ICD configurations are compared to determine the optimal design. The design objectives are to optimize oil inflow, oil rate, and ultimate recovery by delaying and reducing gas and water production. The produced liquid rate was also optimized with rate sensitivities for each ICD configuration which led to a design that further reduces gas and water production.
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