Qualitative and Quantitative Interpretation: The State of the Art in Temperature Logging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In the paper it is described the achievements in the modern well thermometry and analyzed the problem of quantitative interpretation. It is known the first logging in oil wells was temperature one. In 1906 the professor D. Golubyatnikov on Apsheron (Azerbaijan) at first time measured the temperature distribution along the wellbore using the maximal thermometer. Today the high sensitive electronic thermometers with resolution of 0.01K are used: it is registered and analyzed the temperature changes of hundreds and tens parts of degree, caused by Joule -Thomson effect and adiabatic effect. At present time the most volume of production log is accounted to thermometry. In the paper it is given the examples of field cases from Russia by means of well thermometry during the development using the gas (air) compressor. The results of practical testing of new methods of well thermometry as "active thermometry", which is based on local inductive heating of casing on the different depths and observing the behavior of the transient temperature, are discussed. It's known that despite many attempts to develop quantitative interpretation methods, the interpretation of temperature measurements has remained mostly qualitative. The paper describes the mathematical models, used at interpretation of temperature logs. The most recent results are connected with quantitative interpretation of quasi-steady temperature distribution along the well and pressure and temperature transients with the purpose of determination of flow rates and individual parameters (for example, radius and permeability of damaged zone) of formation in multilayer wells. The application of the developed models to interpretation of temperature measurements in the different wells demonstrated on real field data sets.
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.
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 découle