Drilling success as a result of probabilistic lithology and fluid prediction—a case study in the Carnarvon Basin, WA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of quantitative interpretation (QI) is to predict lithology and fluid content away from the well bore. This process should make use of all available data, not well and seismic data in isolation. Geological insight contributes to the selection of meaningful seismic attributes and the derivation of valid inversion products. Uncertainty must be taken into account at all stages to permit risk assessment and foster confidence in the predictions. The use of the Bayesian framework enables prior knowledge, such as a geological model, to be incorporated into a probabilistic prediction, which captures uncertainty and quantifies risk. Nostradamus is a fluid and lithology prediction toolkit that forms part of a comprehensive QI workflow. It utilises a Bayesian classification scheme to make quantitative predictions based upon inverted seismic data and depth-dependent, stochastic rock physics models. The process generates lithology and fluid probability volumes. All available information is combined using geological knowledge to create a realistic pre-drill model. Separately, stochastically modelled multidimensional crossplots, which account for the uncertainty in the rock and fluid properties (based on petrophysical analyses of well data), are used to build probability density functions such as acoustic impedance (AI) vs Vp/Vs and LambdaRho vs MuRho. These are then compared to crossplots of equivalent inverted data to make predictions and quantitatively update the geological model. Individual probability volumes as well as a most-likely lithology and fluid volume are generated. This paper presents a case study in the Carnarvon Basin that successfully predicts fluids and lithologies away from well control in a way that effectively quantifies risk and reserves. Two of the three successful gas exploration wells were drilled close to dry holes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle