Stimulating Unconventional Reservoirs: Lessons Learned, Successful Practices, Areas for Improvement
Notice bibliographique
Résumé
Abstract The term "unconventional reservoir" has different meanings to different people. Certain reservoirs termed unconventional have a rock matrix consisting of inter-particle pore networks with very small pore connections imparting very poor fluid-flow characteristics. Abundant volumes of oil or gas can be stored in these rocks, and often the rock is high in organic content and the source of the hydrocarbon. Yet because of marginal rock matrix quality, these reservoirs generally require both natural and induced fracture networks to enable economic recovery of the hydrocarbon. Rock types in this class include shale and coalbed methane (CBM.) The term shale is a catchall for any rock consisting of extremely small framework particles with minute pores charged with hydrocarbon and includes carbonate and quartz-rich rocks. Another type of unconventional reservoir is stacked pay units exhibiting somewhat better pore characteristics than in the case outlined above but with the individual units tending to be lenticular in shape and having an extremely small size or volume. These two classes of unconventional reservoirs are amenable to well stimulation and will be the focus of this paper. The above rock types when commercially exploited are known as resource plays. Once a low-priority, the depletion of conventional reservoirs and improving price for oil and gas has driven unconventional reservoirs to an important place in the oil and gas industry. In some regions (i.e., Rocky Mountain province), unconventional reservoirs represent the primary target of current activity and remaining hydrocarbon development. Given their unique petrophysical properties, each type of unconventional reservoir requires a unique approach to well stimulation, with often differing objectives than exist with conventional reservoir types. This paper reviews the characteristics of the basic unconventional reservoir types, lessons learned and successful stimulation practices developed in completing these reservoirs, and areas for improvement in treatment and reservoir characterization and treatment design.
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 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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».