MétaCan
Menu
Retour à la cohorte
Enregistrement W2059625208 · doi:10.2118/169240-ms

Hydrocarbon Flow Assurance: Low Rate and Pressure Gas Field Experience

2014· article· en· W2059625208 sur OpenAlexfundno aff
S. Olayemi, Manuel L. Cano, Sergio López Sánchez, C. O'Shea, Francis Letendre, P. Solc, Marie Verney, Márcia Marie Maru

Notice bibliographique

RevueSPE Latin America and Caribbean Petroleum Engineering Conference · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesShell Canada
Mots-clésPetroleum engineeringVolumetric flow ratePressure dropWet gasHydraulicsInflowFlow (mathematics)Artificial liftGeologyEnvironmental scienceMechanicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In the early life of most gas wells, there is sufficient reservoir pressure and flow rate to assure reliable evacuation of associated fluids from the reservoir/wellbore to the surface facility. In unconventional plays and in the case of Deep Basin gas field, this natural flow phase is usually short with a characteristic hyperbolic decline. When gas flow reaches critical velocity i.e. the minimum required velocity to lift out the liquids, pressure drop as a result of the hydrostatic head of liquid that is being left behind in the wellbore, increases till the well eventually stops flowing. Reduced rates and ultimate recovery due to liquid loading has significant impact on the economics of tight gas developments. The methods (timer cycling, foam, plunger, velocity string) presented in this paper are relevant to many low rate and low pressure gas wells. These methods have been used singly or in combination to optimally utilize the reservoir's energy for long term flow assurance. Cost, rate and estimated ultimate recovery of the deliquification decision have been key driving factors in the pursuit of effective hydrocarbon flow. Challenges and lessons learned thus far for deliquification decisions in Deep Basin are discussed, including the criteria/requirements for each method, inflow performance, wellbore hydraulics, water dynamics (formation and condensed water), scale deposition, associated secondary benefits/complications and field data showing impact.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,213
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Latin America and Caribbean Petroleum Engineering ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207