MétaCan
Menu
Retour à la cohorte
Enregistrement W2147257329 · doi:10.2113/gscpgbull.60.3.200

A statistical method for determining the hydrocarbon accumulation coefficient and its application to assessment of hydrocarbon resources in Huanghekou Sag, Bohai Bay Basin, Eastern China

2012· article· en· W2147257329 sur OpenAlexvenueaboutno aff
Li Zhuo, Wenxin Li, Xiaolei Li

Notice bibliographique

RevueBulletin of Canadian Petroleum Geology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésBeijingChinaPetroleumProspectingGeologyMining engineeringResource (disambiguation)Structural basinGeochemistryArchaeologyGeographyGeomorphologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Research Article| September 01, 2012 A statistical method for determining the hydrocarbon accumulation coefficient and its application to assessment of hydrocarbon resources in Huanghekou Sag, Bohai Bay Basin, Eastern China Pang Xiongqi; Pang Xiongqi State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Jiang Zhenxue; Jiang Zhenxue State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249Institute of Unconventional Natural Gas China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Li Zhuo; Li Zhuo State Key Laboratory of Petroleum Resource and Prospecting China University of Petroleum Beijing, China 102249Institute of Unconventional Natural Gas China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Wu Li; Wu Li State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Jiang Fujie; Jiang Fujie State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Zhou Jingjing; Zhou Jingjing State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Zhou Xiaohui; Zhou Xiaohui State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Li Xiaolei Li Xiaolei State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum, Beijing, China 102249College of Geosciences China University of Petroleum Beijing, China 102249 Search for other works by this author on: GSW Google Scholar Bulletin of Canadian Petroleum Geology (2012) 60 (3): 200–208. https://doi.org/10.2113/gscpgbull.60.3.200 Article history received: 15 Mar 2011 accepted: 25 Jul 2012 first online: 12 Jul 2017 Cite View This Citation Add to Citation Manager Share Icon Share Twitter LinkedIn Tools Icon Tools Get Permissions Search Site Citation Pang Xiongqi, Jiang Zhenxue, Li Zhuo, Wu Li, Jiang Fujie, Zhou Jingjing, Zhou Xiaohui, Li Xiaolei; A statistical method for determining the hydrocarbon accumulation coefficient and its application to assessment of hydrocarbon resources in Huanghekou Sag, Bohai Bay Basin, Eastern China. Bulletin of Canadian Petroleum Geology 2012;; 60 (3): 200–208. doi: https://doi.org/10.2113/gscpgbull.60.3.200 Download citation file: Ris (Zotero) Refmanager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentBy SocietyBulletin of Canadian Petroleum Geology Search Advanced Search Abstract Hydrocarbon Accumulation Coefficient (HAC) is an important parameter in the genetic method of hydrocarbon resource assessment. This parameter is usually derived from a simple geological analogy or from expert judgment based on experience, which can lead to large uncertainties in hydrocarbon resource assessment results. In this article, we introduce a new method for determining the HAC, based on Single Factor Correlation Analysis and Multivariate Regression Analysis, using data collected from basins with a high degree of exploration maturity and large amounts of proven reserves. Firstly, the principal factors that control the hydrocarbon accumulation coefficient, such as the time ratio of peak expulsion and caprock formation, the ratio of maximum fault throw and caprock thickness, and the rate of fault displacement, are determined by Single Factor Correlation Analyses. A quantitative model can then be established between HAC and the principal controlling factors using the Multivariate Regression Analysis. The proposed method was applied to the Huanghekou Sag in Bohai Bay Basin, eastern China. The results show that the HAC is 29% in the Huanghekou Sag, with a total resource of 1435 × 106 m3 oil equivalent, which is consistent with geological observations of this basin and suggests that the proposed method improves the applicability of the generic method in resource assessment. Abstract Le coefficient d’accumulation d’hydrocarbures (CAH) est un important paramètre de la méthode génétique pour évaluer les ressources en hydrocarbures. Ce paramètre dérive généralement d’une simple analogie géologique ou d’une appréciation experte fondée sur l’expérience, ce qui peut mener à des incertitudes notables sur les résultats d’évaluation des ressources en hydrocarbures. Dans le présent article, nous introduisons une nouvelle méthode pour déterminer le CAH fondée sur l’analyse corrélative à facteur unique et l’analyse de régression multivariée. Pour ce faire, nous utilisons les données recueillies de bassins ayant un degré élevé de maturité d’exploration et de grandes quantités de réserves prouvées. En premier lieu, les principaux facteurs qui régissent le coefficient d’accumulation d’hydrocarbures, tels que la valeur temporelle de l’expulsion maximale des hydrocarbures, la formation de la roche-couverture, le coefficient du rejet de la faille et de l’épaisseur de la roche-couverture maximums, ainsi que le taux de rejet, sont déterminés par les analyses corrélatives à facteur unique. En second lieu, on peut alors établir un modèle quantitatif entre le CAH et les principaux facteurs ci-dessus, en utilisant l’analyse de régression multivariée. Nous avons appliqué la méthode proposée dans l’affaissement de Huanghekou du bassin de Bohaï, en Chine orientale. Les résultats montrent que le CAH est de 29 % dans l’affaissement de Huanghekou avec des ressources totales de 1435 × 106m3 d’équivalent pétrole, ce qui correspond aux observations géologiques de ce bassin, et nous suggère que la méthode proposée améliore l’applicabilité de la méthode générique pour estimer les ressources. Michel Ory You do not have access to this content, please speak to your institutional administrator if you feel you should have access.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,262 · 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
GenreMéthodes

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

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBulletin of Canadian Petroleum GeologyMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207