MétaCan
Menu
Retour à la cohorte
Enregistrement W2062343554 · doi:10.2118/170888-ms

Extending Lateral Length Using Casing Floatation to Reduce Field Development Cost in Shale Gas Plays

2014· article· en· W2062343554 sur OpenAlexaffabout
R. L. Blake

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésCasingPetroleum engineeringCompletion (oil and gas wells)Gas liftOil shaleDirectional drillingDrillingGeologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Operating in a low margin gas environment, operators look for new ways to reduce costs and efficiently develop reserves. Shell Canada Limited ("Shell"), operating in the Montney shale gas field located in NE British Columbia, Canada, used casing floatation techniques to extend lateral lengths. Increasing lateral length reduces well cost per lateral meter. This is because drilling the reservoir section is the least expensive segment due to high penetration rates. Extended lateral lengths also create new options for more economical and sustainable field development as fewer wells are required to cover acreage and it reduces dead space. Shell uses a mono-bore casing design with average lateral lengths of 1800m at a TVD of 2300m. The goal of the project was to double lateral length to 3600m. At these depths, extending much beyond the current design is not possible due to theoretical casing lock-up from excess drag during conventional casing running. Casing floatation was chosen to extend the lateral reach of the wells and mitigate casing lock up because it is a cost effective, simple technology. Casing rotation and setting a deep intermediate string to reduce drag were also evaluated but deemed too cost prohibitive or technically unfeasible. This paper documents the process and successful results of Shell's undertaking in doubling lateral length using casing floatation technology on five test wells in the area. It also provides detailed evaluation of post-run data to calibrate casing running models and the future impact of these results on an economical field development.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,588

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 Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,237 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetDrilling and Well EngineeringTravaux en français237 207