MétaCan
Menu
Retour à la cohorte
Enregistrement W2093731160 · doi:10.2118/94859-ms

Decline-Curve Analysis for Solution-Gas-Drive Reservoirs

2005· article· en· W2093731160 sur OpenAlexaff
Jane L. Frederick, Mohan Kelkar

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésDimensionless quantityProduction (economics)Constraint (computer-aided design)MechanicsProduction rateField (mathematics)Applied mathematicsMathematicsMathematical optimizationPhysicsEngineeringProcess engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract This paper introduces a new method for analyzing solution-gas production to determine the ultimate recovery of a well or a field. The procedure developed and outlined in this paper requires very little input data and is easily implemented. By modifiying the equations for dimensionless rate and dimensionless cumulative production derived for the single phase model, a new set of equations is developed to approximate the ultimate recovery of a solution-gas well. Using the approximate material balance equation based on numerical results by Vogel1 and the equation for the production rate derived by Fetkovich et al.2,3,4, this new set of dimensionless rate and dimensionless cumulative production equations are derived. Using the relationship between these equations and an iterative calculation procedure, the ultimate recovery for the solution-gas well can be easily determined. All that is needed as input is the producing bottom-hole pressure, the initial pressure, and the oil production data. The method has been validated with twelve simulator cases, six under constant bottom hole pressure production constraint and six under variable bottom hole pressure production constraint. Furthermore, several field cases have been analyzed. The synthetic and field cases validate the procedure. Using the early pseudo-steady state production data in the analysis the results generated by the method are consistent with the actual ultimate recoveries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,265
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207