Petrophysical Quantification of Multiple Porosities in Shale Petroleum Reservoirs
Notice bibliographique
Résumé
Abstract Previous petrographic work has shown that shale petroleum reservoirs at discovery are characterized by multiple porosities. In addition there is a porosity that is generated during hydraulic fracturing jobs. Thus a quintuple porosity system might be at work when shale wells go on production. In this work a petrophysical model is built that allows quantification of storage capabilities in shales through determination of adsorbed porosity (φads_c), organic porosity (φorg), inorganic porosity (φm), fracture porosity (φ2) and hydraulic fracture porosity (φhf). These data are important as they provide reasonable input to physics-based numerical simulators for shale petroleum reservoirs and thus more realistic projections of reservoir performance and recoveries. Pattern recognition is used in a modified Pickett plot for distinguishing key shale components such as total organic carbon (TOC), level of organic metamorphism (LOM) and to distinguish between viscous and diffusion-like flow. Results from the model compare well against laboratory data. The petrophysical model is robust as it can handle at the same time the 5 porosities mentioned above, but it can also handle simultaneously 4, 3, 2 or only 1 of those porosities depending on the characteristics of the reservoir at a given depth. It is concluded that the petrophysical model presented in this paper constitutes a valuable tool for physics-based characterization of shale petroleum reservoirs. The model is developed in such a way that it can still be used even in those cases where laboratory data are not available and well log suites are not complete.
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 | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».