Microseismic Monitoring Reveals Natural Fracture Networks
Notice bibliographique
Résumé
Microseismic monitoring is used to visualize fracture growth during hydraulic fracture treatments. Naturally occurring fracture networks within the formation of interest, as well as direction of maximum horizontal stress, play significant roles in determining the way that these fractures propagate. Naturally occurring fracture networks may include large-scale faults, parasitic faults associated with the large-scale faults, and smaller-scale fractures. The locations of microseismic events can be used to visualize induced fractures and atypical natural fractures where they exist. Geological knowledge is valuable to accurately interpret microseismic event locations. Trends in microseismic event locations can illustrate the existence and orientation of naturally occurring fracture networks. Two case studies, one from the Montney Formation in NE British Columbia, Canada, the other from the Barnett Shale in Texas, USA, will demonstrate the effects natural fractures can have on hydrocarbon production. Microseismic event locations from the Barnett Shale and the Montney Formation show that natural fracture networks exist. Wells connected to these networks show higher production values due in part to the higher permeability associated with open fractures. Variations in productivity between wells may be related to the presence or absence of natural fractures. When natural fracture networks are revealed by microseismic monitoring, that knowledge can then be used to optimize drilling and completion programs, which in turn reduces costs and maximizes production.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».