MétaCan
Menu
Retour à la cohorte
Enregistrement W2220122159 · doi:10.3968/7604

The Application of Fuzzy Clustering Method in the Division of Reservoir Flow Unit

2015· article· en· W2220122159 sur OpenAlexvenueno aff
Kaoping Song, Di Wang

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGeoscience and Mining Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResidual oilPetroleum engineeringGeologyResidualCoringStage (stratigraphy)Geotechnical engineeringPetrologyEngineeringMathematicsDrillingPaleontology

Résumé

récupéré en direct d'OpenAlex

The reservoir of Beierxi-Puyizu in Sabei developed area comes into the special high water-cut stage. The distribution of residual oil at the later stage of polymer flooding is disperse quietly. The contradiction in layer or among layers is complex, the range of measure reduces gradually and routine measure takes effect poorly. According to the parameters such as permeability and formation capacity, the six sedimentary units of the block are divided into four flow units, the result will provides a more credible geological reference for the identification of single runway in complex channel sand and the adjustment of measures at the later stage of polymer flooding. The microfacies of the adjacent flow units are different, they are generally flow unit of margin facies belt. At the same time, the saturation of residual oil at the juncture of different microfacies belt is high. There is little residual oil exists in the channel sand flow unit of good type and more exists in very good type, it is the target of residual oil tapping at the middle and later stage of polymer flooding. The residual saturation of the flow unit in intermediate belt is high, but there are so many difficulties in tapping the residual oil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,302
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetGeoscience and Mining TechnologyTravaux en français237 207