Use of Pickett Plots for Evaluation of Shale Gas Formations
Notice bibliographique
Résumé
Abstract A practical method, based on the pattern recognition approach used in Pickett plots, is presented for preliminary yet accurate quantitative evaluation of shale gas formations. The method is inspired by a quick-evaluation, time-tested methodology developed by Passey et al. (1990) for shales, which utilizes primarily sonic and resistivity logs. In Passey et al. method the sonic and resistivity logs are overlain in such a way that the curves track each other in fine-grained non-source rocks. Separation of the curves indicates the presence of organic-rich intervals. The Pickett method presented in this study reproduces data published by Passey et al. with coefficients of determination (R2) greater than 0.99 for cases related to sandstones, limestones, dolomites and shales. As Pickett plots have been used thousands of times in the past for evaluation of the first 3 mentioned lithologies, this paper concentrates primarily on the evaluation of shale gas reservoirs. The advantage of the proposed Pickett plot for shale gas formations is that it allows quick estimates of water saturation, total organic carbon, and under favorable conditions, estimates of fracture intensity and diffusion. The objective of the proposed approximate approach, however, is not to replace detailed petrophysical and thermal maturity studies but to provide quick and accurate evaluations of shale gas formations. It is concluded that Pickett plots provide a powerful practical tool for quick evaluation of shale gas formations. Examples of applications and comparisons with previously published interpretations are presented in detail.
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 ».