Diagnostic Fracture Injection Test in Coals to Determine Pore Pressure and Permeability
Notice bibliographique
Résumé
Abstract Permeability and pore pressure are critical parameters in the evaluation of a coalbed methane (CBM) project. Coal permeability is particularly problematic, as it is highly stress dependent and estimates made from cores generally do not adequately reflect in situ reservoir conditions. Pressure buildup, injection falloff and more often slug tests have been used to determine in situ permeability in coal. However, buildup tests are costly, time consuming, and cannot be applied effectively in underpressured reservoirs; slug tests require an accurate estimate of wellbore storage effects. Similar to buildup tests, injection falloff tests are very time consuming and costly because of the longer shut-in times. Also, if fracture pressure is exceeded during an injection-falloff test, conventional analysis can give erroneous results. This paper presents a more effective method for determining pore pressure and permeability in coals using a diagnostic fracture injection testing technique. A diagnostic fracture injection test (DFIT) is a small-volume, cost-effective, and short-duration test that has been used successfully in tight gas sands in the Piceance and other basins. The test consists of (1) a G-function derivative analysis to identify the leakoff mechanism and closure, (2) a calibrated before-closure analysis using modified Mayerhofer method to determine the permeability, and (3) an after-closure analysis to estimate pore pressure and permeability. The uniqueness in applying this test in coals is that both the before- and after-closure analysis can be utilized where pseudo-radial flow is not dependent upon the fracture half-length. The technique works because the permeability in coals is high enough that after-closure pseudo-linear and pseudo-radial flows are normally observed with an extended shut-in. Once pseudo-radial flow is observed, estimating pore pressure and transmissibility becomes straightforward and provides calibration for the before-closure analysis. Hundreds of diagnostic fracture injection tests have been conducted in all the CBM basins in the rockies and in Canada with remarkably consistent results. Examples are provided from San Juan basin and Canadian coals where diagnostic injection tests have been applied successfully for various operators. DFIT's have been applied successfully in other CBM basins like Sand Wash, Greater Green River, Piceance, and (western) Powder River basin.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».