Petrophysical Considerations in Evaluating and Producing Shale Gas Resources
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
Abstract We present a practical assessment of petrophysical properties of shales and their measurement in the lab and via logs. Gasbearing shale present unique measurement challenges due to their ultra-low permeability and complicated pore volume connectivity. The combination of low intrinsic permeability and gas sorption effects renders these reservoirs "unconventional". Advances in horizontal drilling and hydraulic stimulation have transformed gas-shale resources into economic reserves. Given their economic significance, there is a strong drive to understand gas shale petrophysical property measurements, both in the laboratory and in the subsurface. We note that various core analysis protocols are used in different laboratories leading to physical property measurements that are inconsistent, even when measured on identical sample sets. In addition, log analysis of kerogen-rich shale is ‘unconventional’ compared to classical techniques used in tight gas sands. As shale gas evaluation is becoming widely practiced among service companies and operators, we will focus on three reservoir assessment categories: storage capacity (gas-in-place), flow capacity (gas deliverability) and mechanical properties impacting hydraulic stimulation. Within each of these categories we have identified influential petrophysical properties such as rock composition, total organic carbon (TOC) content, porosity, saturation, permeability and mechanical properties. Specifically, we demonstrate the importance of estimating accurate mineral and kerogen content as these properties directly impact rock quality, hydraulic fracturing protocols, and gas-in-place estimations. In reviewing these practices, we also will show the need and possible direction of new technologies that will be required for making evaluations more accurate and quantitative in the future.
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