MétaCan
Menu
Retour à la cohorte
Enregistrement W2087130914 · doi:10.1190/geo2011-0061.1

Microseismicity-constrained discrete fracture network models for stimulated reservoir simulation

2013· article· en· W2087130914 sur OpenAlexaff
Sherilyn Williams‐Stroud, Chet Ozgen, Randall L. Billingsley

Notice bibliographique

RevueGeophysics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroseismGeologyFracture (geology)Hydraulic fracturingCalibrationPoint sourceSeismologyPetrologyPetroleum engineeringGeotechnical engineeringStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The effectiveness of hydraulic fracture stimulation in low-permeability reservoirs was evaluated by mapping microseismic events related to rock fracturing. The geometry of stage by stage event point sets were used to infer fracture orientation, particularly in the case where events line up along an azimuth, or have a planar distribution in three dimensions. Locations of microseismic events may have a higher degree of uncertainty when there is a low signal-to-noise ratio (either due to low magnitude or to propagation effects). Low signal-to-noise events are not as accurately located in the reservoir, or may fall below the detectability limit, so that the extent of fracture stimulated reservoir may be underestimated. In the Bakken Formation of the Williston Basin, we combined geologic analysis with process-based and stochastic fracture modeling to build multiple possible discrete fracture network (DFN) model realizations. We then integrated the geologic model with production data and numerical simulation to evaluate the impact on estimated ultimate recovery (EUR). We tested assumptions used to create the DFN model to determine their impact on dynamic calibration of the simulation model, and their impact on predictions of EUR. Comparison of simulation results, using fracture flow properties generated from two different calibrated DFN scenarios, showed a 16% difference in amount of oil ultimately produced from the well. The amount of produced water was strongly impacted by the geometry of the DFN model. The character of the DFN significantly impacts the relative amounts of fluids produced. Monitoring water cut with production can validate the appropriate DFN scenario, and provide critical information for the optimal method for well production. The results indicated that simulation of enhanced permeability using induced microseismicity to constrain a fracture flow property model is an effective way to evaluate the performance of reservoirs stimulated by hydraulic fracture treatments.

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 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: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207