MétaCan
Menu
Retour à la cohorte
Enregistrement W2042907952 · doi:10.2118/117856-ms

Estimation of Interwell Connectivity in the Case of Fluctuating Bottomhole Pressures

2008· article· en· W2042907952 sur OpenAlexaff
Danial Kaviani, Jerry L. Jensen, Larry W. Lake, Mashhad Fahes

Notice bibliographique

RevueAbu Dhabi International Petroleum Exhibition and Conference · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Computer scienceInjection wellGeologyPetroleum engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Injection and production rates are often the most readily available data in a waterflood. Yousef and coworkers have shown that these data can be analyzed using a capacitance model (CM) to determine interwell connectivity and provide a tool for waterflood management. Although the existing CM performs well when tested with data from a reservoir simulator and in some field cases, it is less reliable in cases where bottomhole pressures (BHPs) are changing but not measured and/or where producers have been shut in for extended periods. This paper presents two new important developments of the CM to address these shortcomings: the segmented CM and the compensated CM. The segmented CM can be used where BHP data are unknown. The compensated CM overcomes the problem of the requirement to rerun the model after adding a new producer or shutting-in an existing producer. If both BHP changes and shut-in periods occur, both the segmented and compensated CMs can be used simultaneously to construct a single model for a longer period of data. In several simulated cases with fluctuating BHPs, the segmented and compensated CM successfully determined the true interwell coefficients. The conventional CM gives up to 70% error. In a field case, the segmented and compensated CM improved the prediction R2 by 15% compared to the existing CM. In this field example, there is good agreement between seismic impedance and results from the combination of the segmented and compensated CMs. The existing CM, which is a good beginning, requires enhancements to be more versatile. The segmented and compensated CMs will make connectivity estimation more robust because pressure data are often unavailable or human interventions (e.g., work-overs) cause the flow rates to vary. Adapting the CM to tolerate BHP changes and shut-in wells, as we have done, provides this versatility.

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)0,003
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,269
Écart entre enseignants0,248 · 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

Citations23
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbu Dhabi International Petroleum Exhibition and ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207