Reducing Operational Time, Fluid Usage, Hydraulic Horsepower, Risk, and Downtime: Targeted Fracs Using CT-Enabled Frac Sleeves
Notice bibliographique
Résumé
Abstract Unconventional reservoirs are an increasingly important part of the hydrocarbon production pool in North America. Since reservoir conditions typically mandate the use of hydraulic fracturing for economical production results, a significant amount of resources are focused on making the fracturing process faster, more efficient and lower its environmental impact. This operational review focuses on a novel technique to rapidly perform targeted annular hydraulic fractures by deploying an activation tool on coiled tubing (CT) to open frac sleeves in a horizontal well. The paper covers results from the first operation of its kind in the United States – where a total of 48 stages were fractured in approximately 100 hours of operational time. The new technology does not involve dropping balls or setting composite plugs to isolate stages. Rather, the technique utilizes frac sleeves that are swiftly activated using a CT bottomhole assembly. The sleeves can be cemented in place if desired and have a full-bore internal diameter that does not require post-treatment composite plug millouts, further reducing overall completion time and efficiency. The operator preferred this method due to its targeted nature, efficiency and potential fluid savings. As opposed to multi- cluster fracturing methods (such as ‘plug-and-perf"), a single entry point during the frac job promotes increased fluid velocity, allowing for a more aggressive sand ramp and reduced required hydraulic horsepower. Similarly, the single entry point ensures that a fracture is generated at each port, as opposed to the possibility that some clusters are not treated. In addition, since no composite plugs or diverting devices are required to be pumped down the wellbore, water usage is reduced considerably. The system, already used in thousands of fracturing stages in Canada, speeds up the completion process, uses less fluid, minimizes risks, and reduces overall downtime.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».