MétaCan
Menu
Retour à la cohorte
Enregistrement W2086528099 · doi:10.2118/75701-ms

Diagnostic Fracture Injection Test in Coals to Determine Pore Pressure and Permeability

2002· article· en· W2086528099 sur OpenAlex
Muthukumarappan Ramurthy, Douglas M. Marjerisson, Scott B. Daves

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSPE Gas Technology Symposium · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensCarbon Engineering (Canada)BP (Canada)
Organismes subventionnairesnon disponible
Mots-clésPermeability (electromagnetism)Petroleum engineeringCoalbed methaneCoalHydraulic fracturingTight gasPore water pressureGeologyGeotechnical engineeringMaterials scienceCoal miningEngineeringChemistryWaste management

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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