Numerical Well Testing Using Unstructured PEBI Grids
Notice bibliographique
Résumé
Abstract History matching is challenging for low permeability gas reservoirs because of significant differences between the static properties in a geostatistical model and in-situ properties measured from well testing. The literature has documented that reduction of in-situ permeability due to overburden pressure can be in two orders of magnitude. Numerical well testing provides a way of tuning a static model with dynamic well testing information. However, a traditional single well testing model using Cartesian LGR (local grid refinement) is not ideal for predicting the pressure transient behavior. Furthermore, a stand-along well testing conditioned model cannot be fully coupled into a full-field model to honor the flow regime. This paper presents a methodology of using a PEBI (perpendicular bisector) grid in a simulation model to match well test data for a low permeability gas reservoir in Canadian Foothills. A PEBI-LGR grid is created around the well and a vertical hydraulic fracture is implemented to match the post fracture pressure build up. History matched parameters include static properties and hydraulic fracture properties such as fracture half length and fracture permeability. Finally, well testing conditioned effective properties will be stochastically populated into the simulation model for the full field history matching. In conclusion, the PEBI gridding technique links well testing with reservoir simulation and provides the most efficient workflow in modeling unconventional gas reservoirs with multi-stage hydraulic fractures.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».