Analysis of Production Data Using the Beta-Derivative
Notice bibliographique
Résumé
Abstract This paper presents a new insight into rate transient analysis using the beta-derivative function (β-derivative). Production rates and flowing pressures from tight gas and shale gas wells were analyzed using various implementations of the betaderivative to emphasize different features of the data and, as a result, reveal characteristic information about flow regimes and the extent to which the reservoir has been drained. The beta-derivative was applied to rate, pressure and normalized rate, and the effect of skin on the β-derivative was also investigated. The intent was to determine which format is the most useful for diagnosing the dominant flow regimes or the sequence of flow regimes that have occurred while producing from an unconventional hydrocarbon reservoirs (tight gas, shale gas and light tight oil). It was found that the classic signature of the β-derivative is altered by the presence of skin. Also, the derivative based on constant rate is different from that based on constant pressure. The beta-derivative's diagnostic value was compared to that of the Bourdet Derivative and the Primary Derivative The β-derivative has significant diagnostic value for identifying power-law type of flow regimes (such as wellbore storage, linear flow, bilinear flow, boundary-dominated flow, etc) because it possesses a recognizable unique character for each of these flow regimes. For instance, the β-derivative is 0.5 for linear flow, 0.25 for bilinear flow and 1.0 for boundary dominated flow. In addition, since the β-derivative is dimensionless, it can be used to differentiate the performance of wells producing from the same field or from different resource plays. The new plotting functions presented in this paper are not intended to replace existing diagnostic functions but can be used in conjunction with them to enhance production data analysis.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».