Fluid Placement Model for Horizontal-Well Stimulation
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
Summary Acidizing is a common method used to stimulate horizontal wells. The acidizing process is fundamentally different when applied in a horizontal well compared with application in a vertical well. The fluid distribution in a horizontal well is affected by a longer wellbore length, a broader variation in the reservoir properties along the wellbore, and possibly different mechanical means by which to place the fluids in the wellbore. A comprehensive fluid placement model linked with a reservoir acidizing simulator is essential to precisely design acidizing treatments for horizontal wells. In this paper we present a model of fluid placement in a horizontal well. The model predicts the placement of injected fluids by tracking the interfaces of different fluids in the wellbore. It is capable of tracking multiple interfaces for multiple injection stages in horizontal wells. For injection with coiled tubing, the model allows tubing tail movement during injection. It also handles simultaneous injection from the annulus and from a tubing string. The fluid distribution generated from the model can be used as input information in a reservoir acidizing model for sand-stone acidizing design. Both analytical and discretized solutions of the model are presented in the paper. Examples in the paper illustrate the effects of such factors as velocity of tubing movement, annular injection, and a nonuniform distribution of flow into the reservoir on fluid placement in an acidizing treatment. The fluid placement model can help to determine optimum tubing tail locations and optimal injection volumes of acids, to select the most appropriate diverting methods, and, hence, to maximize the benefits of an acidizing treatment.
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