MétaCan
Menu
Retour à la cohorte
Enregistrement W2180113213 · doi:10.2118/147120-ms

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

2011· article· en· W2180113213 sur OpenAlexaff
Rachna Jain, Shivani Syal, Ted Long, Chick Wattenbarger, I.. Kosik

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensImperial Oil (Canada)
Organismes subventionnairesnon disponible
Mots-clésWorkflowWellboreHydraulicsReservoir simulationPetroleum engineeringProcess (computing)Flow (mathematics)Reservoir modelingComputer scienceFluid dynamicsTransient (computer programming)Engineering

Résumé

récupéré en direct d'OpenAlex

Abstract 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

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

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 Opus0,101
Tête enseignante GPT0,308
Écart entre enseignants0,207 · 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.

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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207