MétaCan
Menu
Retour à la cohorte
Enregistrement W2030359471 · doi:10.1080/00908310050013749

Computer Modeling of Porosity and Lithology for Complex Reservoirs Using Well-Log Measurements

2000· article· en· W2030359471 sur OpenAlexaboutno aff
Hilmi S. Salem

Notice bibliographique

RevueEnergy Sources · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPorosityGeologyMineralogyLithologyWell loggingEffective porosityPetrophysicsPetroleum reservoirSiltstoneSaturation (graph theory)MarlBoreholeCompactionStructural basinGeotechnical engineeringGeomorphologyGeochemistryFaciesPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

The high degree of heterogeneity, saturation of multiphase fluids, and presence of clays in complex reservoirs make each of the three porosity logs (sonic, density, and neutron), if used independently, generally record inaccurate porosity. For such reservoirs, combining different logs gives accurate results of porosity. The reservoirs of Terra Nova and Hibernia (Jeanne d?Arc Basin), offshore of the eastern coast of Canada, are saturated with multiphase fluids, enriched with clays, and made of compacted and heterogeneous rocks, in terms of the lithological and mineralogical composition, and the size and shape of the grains and pores. In this study, the porosity and the rock constituents were determined for both reservoirs using a computer technique in which the iteration process was applied. That was done by developing and using various computer programs and models, and utilizing numerous data from several logs analyzed at 0.2-m sampling-depth intervals. The more the number of logs and iterations used in computation, the higher the degree of accuracy of results obtained. The reservoirs are made of shalestone, sandstone, siltstone, limestone, marlstone, and conglomerate. The porosity varies widely, because of variations in the rock composition and overburden pressure. The modeled porosity was compared to the porosity measured by the compensated neutron log (CNL). The results indicate that the CNL-measured porosity is generally higher than the modeled porosity by about 50%. The CNL-measurements are greatly affected by the high amount of hydrogen that is chemically bound in the shales, hydrocarbons, and water. Therefore, CNL records higher values of porosity when porosity is actually low, and lower values of porosity when it is actually high.

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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,055
Tête enseignante GPT0,248
Écart entre enseignants0,194 · 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

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy SourcesMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207