Production Data Analysis of Overpressured Liquid-Rich Shale Reservoirs: Effect of Degree of Undersaturation
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 Liquid-rich shale plays (LRS) in North America have recently gained a lot of attention. Commercialization of these plays is now possible due to new technology, such as multi-fractured horizontal wells (MFHW). Along with such developments, there is an increased requirement to develop consistent reservoir-engineering methods to analyze multi-phase production data in such reservoirs. Large drawdowns required to produce these very low permeability formations complicate production analysis due to condensate drop-out near the wellbore or fracture face. Hydraulically-fractured vertical and horizontal wells completed in tight formations typically exhibit long periods of transient linear flow. This paper discusses a novel production data analysis technique for constant flowing bottomhole pressure (pwf < pdew) wells producing from fractured LRS reservoirs. Our focus in this work is on cases where the initial reservoir pressure is well above the dew point pressure, as occurs in highly-undersaturated portions of the Eagle Ford Formation. A theoretical basis is developed for analysis of the transient linear flow period for these cases, and the effect of initial pressure on well performance is studied. The governing flow equation is linearized using appropriately defined two- phase pseudopressure and pseudotime functions, where the liquid solution analogy can be applied. This approach provides an accurate estimation of the linear flow parameter (xf√k) in multi-phase flow situations. Fine-grid compositional and black oil numerical models are used to validate the results. This work provides a robust analytical framework for production analysis of liquid-rich shale reservoirs as well as practical guidelines for real world applications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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