MétaCan
Menu
Retour à la cohorte
Enregistrement W2069464532 · doi:10.2118/90865-ms

Application of After-Closure Analysis Techniques to Determine Permeability in Tight Formation Gas Reservoirs

2004· article· en· W2069464532 sur OpenAlexaboutno aff
Larry K. Britt, Jack R. Jones, J. Heidt, Imtiaz Adil, Patrick Kelly, D. Sparkes, Bruce Collin

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermeability (electromagnetism)Tight gasPetroleum engineeringWell stimulationHydraulic fracturingDimensionless quantityFluid dynamicsTransient analysisFracture (geology)GeologyGeotechnical engineeringMechanicsReservoir engineeringEngineeringChemistryTransient response

Résumé

récupéré en direct d'OpenAlex

Abstract The primary objective of hydraulic fracturing is to create a propped fracture with sufficient conductivity and length to maximize or at least optimize well performance. In permeable reservoirs where transient flow is short lived, a fracture with a Dimensionless Fracture Capacity, FCD, of 2 is required to meet the design objective. In low permeability formations where transient flow can be extensive and where fracture fluid cleanup requires additional conductivity, an FCD in excess of 10 is desired. As a result, reservoir permeability becomes/is a key fracture design and analysis parameter. In higher permeability applications, permeability is determined simply, inexpensively, and routinely through conventional well testing techniques. Conventional well testing in tight formation gas reservoirs has not been proven as effective, can be expensive (cost of lengthy tests and production deferment), and is quite simply not routinely utilized. These reservoirs are often non productive without fracture stimulation and post fracture stimulation testing requires extensive shut-in time as the time to pseudo radial flow is proportional to the square of the fracture half-length. As a result, the development and routine use of any technique to determine permeability in these tight formation gas reservoirs has great value. In addition, without adequate well testing techniques and capabilities in tight gas reservoirs, the engineer is left with the use of log derived values of permeability which can often overstate in-situ permeability by factors of five to ten. Determination of in-situ permeability not only aids the well completion and stimulation but can be used to calibrate the log and core derived estimates of permeability improving performance predictions and field development. Prior papers have developed the use of After Closure Analysis techniques in permeable reservoirs, this paper will show the application of this technique to several tight gas formations in North America. This paper will demonstrate the following: The effective application of this technique in tight gas formations in the U.S. and Canada,Develop a cost effective and operationally simple means of collecting and analyzing the data,Compare and contrast the technique to other methods of determining permeability in tight formation gas reservoirs, such as impulse, Perforation Inflow Diagnostic (PID), Closed Chamber Drill-Stem Tests (CCDST), post-frac build-up, production decline analysis, Modular Dynamic Formation Tester (MDT).Show the application and value of calibrating log and core-derived permeability with in-situ measurements for improved well performance predictions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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'étudeObservationnel
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

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207