Comparative Study of Formation Evaluation Methods for Unconventional Shale-Gas Reservoirs: Application to the Haynesville Shale (Texas)
Notice bibliographique
Résumé
Abstract Petrophysical evaluation methods for shale-gas plays include mineral-based workflows that use traditional nuclear, electrical, and acoustic measurements in combination with advanced geochemical logs. This approach seems to offer the most comprehensive petrophysical analysis for unconventional reservoirs as it seeks an integrated characterization of mineralogy, organic content, porous volume, and fluid distribution. However, this method requires a significant input data set and key model parameters that may not be well known e.g. mineral elemental weight fraction end points. We anticipate variability in geochemical modeling results may arise between operators and service companies, using different model(s) and parameters, or where cross-validation with core data is not possible. The role of geochemical modeling must also be understood in the context of field-wide application, as these data are only infrequently acquired. We discuss results from three interpretation techniques applied in a Haynesville well (Texas) that were calibrated to core analyses from crushed-rock (GRI) methods. First, a multi-mineral approach that includes the standard logging suite and geochemical logs shows that independent petrophysical assessments from two vendors and those from in-house analysis are not in agreement. Second, a petrophysical model that uses resistivity and a combination of two porosity logs is proposed when only these log measurements are available. This model is readily extended to many wells with a common logging suite and may be applied in horizontal boreholes. Third, given sufficient core data across multiple wells, we apply a cluster analysis technique that provides robust results suitable for large regional studies. We compare results from each method to available core measurements and provide recommendations for further applications. In this paper, we also study the role of laboratory NMR measurements to support reservoir characterization of shale gas. Laboratory NMR measurements on preserved core samples are performed in the "as-received" state. Core NMR porosity and water saturation values are significantly different from those of the crushed-core analysis. This observation suggests that additional laboratory NMR measurements may be required for log calibration. The work described here provides an independent and critical analysis of multiple formation evaluation techniques applied to a Haynesville shale well with core and extensive log measurements. Results highlight the difficulty in developing a mineral-based model using geochemical logs that is consistent with both core and vendor deliverables. Interpretation of NMR data remains an elusive opportunity requiring mostly unknown formation-specific evaluation parameters.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».