Static and Dynamic Assessment of DFN Permeability Upscaling
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 Nearly half of the remaining petroleum reserves are contained in naturally fractured reservoirs (NFR). An accurate estimate of the effective fracture permeability tensor is a key to the successful prediction of oil recovery from NFR. Standard workflows nowadays employ discrete fracture network (DFN) modeling and analytical or flow-based methods to upscale fracture permeabilities. However, DFN modeling imposes some important challenges, which can cause great uncertainty in the effective permeability tensor and subsequent recovery prediction: Analytical upscaling methods, which are commonly used due to computational efficiency, are inaccurate for poorly connected fracture networks. Flow-based upscaling methods depend on boundary conditions and are computationally expensive. Defining the optimum grid size for either method is also very difficult. In addition, DFN upscaling is often driven by practical issues such as time constrains and computational limitations, leaving little room to investigate the effects of upscaling methods and grid size. In this paper we utilize features in leading DFN simulators employed in standard industry workflows for computing effective permeability tensors with flow-based and analytical methods. We use two realistic dataset from fractured formations of onshore reservoirs in our assessment. Not surprisingly, there is up to three orders of magnitude variation in the effective permeability based on the chosen upscaling method and perceived optimum grid cell size. This has tremendous impact on predicted recovery rates and ultimate recovery; ultimately uncertainty in upscaling can mask uncertainty in the geological model. We hence introduce a new simulation technique, Discrete Fracture and Matrix (DFM) modeling, which accounts accurately for flow in the fractures and rock matrix as an efficient alternative for computing effective permeability tensors as it allows us to assess the accuracy of classical DFN upscaling approaches, which all help reducing uncertainty in recovery prediction.
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