Wireline Logs and Core Data Integration in Los Molles Formation, Neuquen Basin, Argentina
Notice bibliographique
Résumé
Abstract In Agua del Cajón Block (Neuquen Basin, Argentina), petrophysical data was treated according to deductive and inductive methods in order to get the most from both approaches. Deductive methods comprise those methodologies that seek to differentiate the data by the computation of a set of component proportions whose identification is linked with wireline log data by a set of response equations. The model is built considering the number of components and the number of variables (data curves). Normally, measures to detect mismatches and gross errors are included in the techniques, although mathematical consistency is not a guarantee of geological accuracy. This situation is well represented by standard log analysis. On the contrary, inductive methods establish their classes or transformations based on the data set and do not depend on any predetermined correlation among the components. These methods tend to isolate distinctive patterns and to derive classifications or new variables that can be interpreted with a physical meaning. Cluster analysis is one example of these types of methodologies. In this study, wireline logs (spontaneous potential, gamma ray, shallow-medium and deep resistivities, neutron, density, sonic, photoelectric factor, and microrresistivity images) were calibrated according to the lithological variations – facies- described in cores taken from the reservoirs developed within Los Molles Formation. These facies which comprised crudely bedded gravel with imbrication (Gm), medium to coarse, even pebbly sand with planar crossbeds (Sp), very fine to very coarse sand with horizontal lamination (Sh) and massive mud-silt (Fm), were linked with electrofacies using multivariate analysis, particularly cluster analysis. The first two facies are the actual reservoirs targets within the field. After the analysis of ten wells within the field, a more thorough understanding of the petrophysical properties and a deeper understanding of the dynamic responses of the reservoirs was achieved.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».