MétaCan
Menu
Retour à la cohorte
Enregistrement W2150805967 · doi:10.2118/89363-pa

Streamline Technology for the Evaluation of Full-Field Compositional Processes: Midale—A Case Study

2005· article· en· W2150805967 sur OpenAlexaff
R. A. McKishnie, Shauket Malik, S. Chugh, R. G. Lavoie, P. J. Griffith

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésReservoir simulationField (mathematics)Computer scienceSimulation modelingFlood mythScale (ratio)Flooding (psychology)CalibrationPetroleum engineeringIndustrial engineeringSimulationGeologyEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Summary Traditionally, the evaluation of CO2-flooding processes is performed with finite-difference compositional-simulation models. However, compositional simulation is impractical for modeling large-scale CO2 floods because of computational run-time restrictions. In cases in which reservoir heterogeneity and fluid mobility dominate the reservoir recovery mechanism, streamline simulation offers a viable alternative to compositional simulation. The "reduced" physics in streamline simulation allows field-scale CO2-flood modeling to be feasible, as long as the streamline pressure/volume/ temperature (PVT) model can be calibrated so that the streamline model will produce accurate results for CO2-injection processes. Using streamline simulation allows for the evaluation of multiple full-field development scenarios that otherwise would not be possible with compositional simulation. The objective of the study was to provide CO2-flood performance forecasts under various full-field development scenarios for the Midale field. This paper focuses on the methodology and results from the 1,000-well, >400,000-gridblock, 45+-year streamline simulation of the Midale field. In particular, it discusses the construction and history match of the full-field model, the calibration of the streamline model with the compositional model, and the development of the full-field CO2 forecasts.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,379
Écart entre enseignants0,310 · 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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Evaluation & EngineeringMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207