MétaCan
Menu
Retour à la cohorte
Enregistrement W2039649821 · doi:10.2118/140561-ms

First Downhole Application of Distributed Acoustic Sensing (DAS) for Hydraulic Fracturing Monitoring and Diagnostics

2011· article· en· W2039649821 sur OpenAlexaffabout
Mathieu M. Molenaar, David J. Hill, Paul Webster, Erkan Fidan, Bill Birch

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingDistributed acoustic sensingTight gasWell stimulationCompletion (oil and gas wells)DrillingPetroleum engineeringOil shaleGeologyDirectional drillingEngineeringComputer scienceOptical fiberFiber optic sensorTelecommunicationsMechanical engineeringReservoir engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The first E&P downhole field trial of Distributed Acoustic Sensing (DAS) fibre optic technology was conducted by Shell Canada during the completion of a tight gas well in February 2009. DAS is a novel technology that allows the detection, discrimination and location of acoustic events on a standard telecom single-mode fibre of several kilometres in length. Using a combination of the measurement of backscattered light and advanced signal processing, the DAS interrogator system segregates the fibre into an array of individual "microphones". To date the technology has been mainly applied in the defense and security industries. One of the most exciting applications for downhole application of DAS is in the area of hydraulic fracturing of tight sand and shale gas reservoirs. Balancing the cost of hydraulic fracture stimulation versus the production benefit is crucial in a tight sand and shale gas developments as, after drilling costs, the completion is the largest single cost component of the well. Recordings were made while tools were run in hole, bridge plugs set, perforations shot and during the fracture stimulation treatment(s). The technology proved sufficiently reliable and sensitive to detect and monitor these in-well activities. The fidelity of the recordings made during hydraulic fracturing and flow back operations, provided a step-change improvement in the ability to perform real-time and post-job diagnostics & analyses of the stimulation. The different case studies presented in this paper will illustrate how, even in its earliest form, DAS has the potential to enhance the capability of monitoring and understanding in-wellbore activities. The technology enables the optimization of hydraulic fracturing design and execution, which could drive down completion costs and lead to increased well productivity and ultimate recovery.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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'étudeSans objet
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

Citations87
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Hydraulic Fracturing Technology ConferenceMême sujetDrilling and Well EngineeringTravaux en français237 207