MétaCan
Menu
Retour à la cohorte
Enregistrement W2064292188 · doi:10.2118/131768-ms

Petrophysical Considerations in Evaluating and Producing Shale Gas Resources

2010· article· en· W2064292188 sur OpenAlexaff
Carl Sondergeld, K. E. Newsham, Joseph Comisky

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetrophysicsPetroleum engineeringHydraulic fracturingKerogenOil shaleUnconventional oilPermeability (electromagnetism)GeologyTight gasFormation evaluationShale gasSaturation (graph theory)PorosityGeotechnical engineeringSource rockChemistryGeomorphology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations129
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207