MétaCan
Menu
Retour à la cohorte
Enregistrement W2208613972 · doi:10.1306/13371594st643553

Reservoir Modeling by Constraining Stochastic Simulation to Deterministically Interpreted Three-dimensional Geobodies

2013· book-chapter· en· W2208613972 sur OpenAlexaff
Milovan Fustic, Adal Al-Dliwe, David Thurston, Dale A. Leckie, Dany Cadiou

Notice bibliographique

RevueAmerican Association of Petroleum Geologists eBooks · 2013
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensVirtual Materials Group (Canada)Apache (Canada)Nexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésOil sandsSteam-assisted gravity drainageGeologyAsphaltResource (disambiguation)CretaceousGeochemistryEarth scienceMining engineeringPetroleum engineeringPaleontologyArchaeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Tidally influenced meandering river deposits of the Cretaceous middle McMurray Formation are characterized by rapid vertical and lateral lithological and associated reservoir property changes. Within the reservoir, water may occur below, above, and in the middle of the bitumen column, and there may be multiple gas intervals. Although conceptual understanding about the depositional environment and its control on distribution of different fluids (bitumen, water, and gas) is documented in literature, integration of these concepts into reservoir models and history matching through flow simulation is lacking. Thus, even in areas with closely spaced wells (as much as several hundred meters apart), geostatistical modeling approaches show high degrees of randomness. This chapter closes the gap between the conceptual mapping and numerical modeling approaches. Specifically, the workflow for creating a deterministic three-dimensional (3-D), object-based (geobody) model, which integrates data from closely spaced wells, high-quality 3-D seismic data, and sound geologic concepts is shown. The geobodies are typically large-scale depositional elements comprising meandering river deposits. Geobodies include channel lag breccia (tens to hundreds of meters wide and as much as several meters thick), lower and upper point-bar deposits (from several hundreds of meters to as much as 5 km [3 mi] wide and as much as 40m [131 ft] thick), and mud plug deposits (as much as 500m [1640 ft] wide and as much as 40m [131 ft] thick). Because of the potential impact on reservoir development economics, top water, top gas, and low-bitumen, high-water saturated zones are mapped as distinct geobodies. Based on their reservoir development potential, geobodies can then be classified as reservoir flow unit types 1 and 2, reservoir flow barriers, and reservoir flow impairments.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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'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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Association of Petroleum Geologists eBooksMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207