First Downhole Application of Distributed Acoustic Sensing for Hydraulic-Fracturing Monitoring and Diagnostics
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
Summary The first exploration-and-production downhole field trial of distributed acoustic sensing (DAS) fiber-optic technology was conducted 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 fiber several kilometers long. Using a combination of the measurement of backscattered light and advanced signal processing, the DAS interrogator system segregates the fiber into an array of individual microphones. To date, the technology has been applied mainly 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 with the production benefit is crucial in tight-sand and shale-gas developments because, after drilling costs, the completion is the largest single cost component of the well. Recordings can be made while tools are run in hole, bridge plugs are set and perforations are shot and during the fracture-stimulation treatment. The technology is sufficiently reliable and sensitive to detect and monitor these in-well activities. The fidelity of the recordings made during hydraulic-fracturing and flowback operations provides a step-change improvement in the ability to perform real-time and post-job diagnostics and 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 can 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.
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