Effect of Well Interference on Shale Gas Well SRV Interpretation
Notice bibliographique
Résumé
Abstract The stimulated reservoir volume (SRV) estimated from daily production rate and pressure is a vital parameter for appraising shale gas wells’ fracturing effect and production potential. However, when well interference occurs, the SRV estimation from rate-normalized pressure (RNP) analysis is compromised. This paper illustrates diagnosis of well interference and how it affects SRV calculation. China is the third country to exploit the shale gas technology breakthrough after the United States and Canada. The Jiaoshiba shale gas play is the most successful shale gas reservoir in China with some wells’ cumulative production over 0.1 billion cubic meters in the first year. Production rate data has shown jumps in water production during hydraulic fracturing of neighboring wells. By combination of hydraulic fracturing process and production data, we detect the existence of well interference from the adjacent well, when well interference happens and the influence it imposed on the target well. We analyzed two pairs of target and neighboring shale gas well pairs using the RNP and its derivative. The log-log diagnostic plots for nearly all of the wells see unit slope, indicating boundary dominated flow within 1 year. Some wells see two unit slopes possibly indicating a change in the SRV after hydraulic fracturing in a neighboring well. Well interference may be caused by interaction between primary hydraulic fractures and/or secondary natural fractures activated during hydraulic fracturing. Interwell interference has had a significant influence on the SRV interpretation. Well interference has drawn people's attention in recent years, but its impact on SRV interpretation is rarely reported. This research may help to characterize shale gas's SRV and related parameters and to optimize well spacing.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».