MétaCan
Menu
Retour à la cohorte
Enregistrement W2121763032 · doi:10.2118/147120-pa

An Integrated Approach To Design Completions for Horizontal Wells for Unconventional Reservoirs

2013· article· en· W2121763032 sur OpenAlexaff
Rachna Jain, Shivani Syal, Ted Long, Chick Wattenbarger, I.. Kosik

Notice bibliographique

RevueSPE Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensImperial Oil (Canada)
Organismes subventionnairesExxon Mobil Corporation
Mots-clésWorkflowWellborePetroleum engineeringHydraulicsReservoir simulationReservoir modelingProcess (computing)Flow (mathematics)Enhanced oil recoveryComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Summary This paper presents a comprehensive and integrated workflow to design completions for a heavy-oil recovery process that involves injection and production through the same well. Unlike in traditional completion design, the transient effects are particularly important to consider while analyzing the long-term performance for these types of completions to capture the effect of variations or uncertainties in reservoir and fluid-flow characteristics over time. The proposed integrated workflow involves initial screening and selection of flow-restricting completions that can meet the desired injection and production performance based on a detailed wellbore hydraulics modeling tool. A select few completions are then analyzed for longer-term performance using a reservoir simulator that couples the flow-restricting nature of completions with flow in the reservoir. The use of best-in-art wellbore hydraulics model and reservoir simulator in a staged process yields an effective way to assess and optimize the completion design for these wells in a reduced time span. The workflow disclosed here can be used to design effective completions for a broad class of cyclic liquid-injection methods for heavy-oil resources.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,303
Écart entre enseignants0,245 · 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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE JournalMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207