MétaCan
Menu
Retour à la cohorte
Enregistrement W2153418403 · doi:10.1190/urtec2013-083

Spacing Pilots Performance Study Using Public Data in the Barnett Shale

2013· article· en· W2153418403 sur OpenAlexaff
H. Pratikno, D. E. Reese, Matt Maguire, G. A. Wilson

Notice bibliographique

RevueUnconventional Resources Technology Conference, Denver, Colorado, 12-14 August 2013 · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesConocoPhillips
Mots-clésOil shaleGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

URTeC 1624264 Unconventional play development continues to expand quickly around the globe. The first unconventional play to be rapidly developed has been the Barnett Shale in North Central Texas. As of July 2012, the Barnett Shale has more than 13,000 multi-fractured horizontal wells (MFHW) with approximately 2,500 being five years or older. This gives the Barnett Shale a significant production database from which to perform production analysis. Well spacing is a key value driver for field development and needs to be addressed early in the appraisal process. The extensive public production database was used to gain insights as to appropriate well spacing in two counties of the Barnett Shale, Denton and Wise. This paper demonstrates a workflow to understand appropriate spacing for future development based on infill production performance. Initial peak production and one-year cumulative gas production from infill and non-infill wells are used as key performance indexes. An important assumption of this work is that well spacing should be as close as possible where infill well results are as good as non-infill wells. When the infill well performance is poorer than the non-infill wells, the spacing is too close. Forty MFHW spacing pilots were identified and analyzed, with 34 of these pilots meeting criteria for use in the study. This paper will review the workflow, the results, provide a recommended spacing based upon the performance data and also highlight other factors that may need to be considered. Currently, this paper is believed to be the first to utilize field performance in a simple and objective yet robust manner to generate a recommended spacing for a given area.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,246
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnconventional Resources Technology Conference, Denver, Colorado, 12-14 August 2013Même sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207