Flow Units in Shale Condensate Reservoirs
Notice bibliographique
Résumé
Summary Recent work has shown that flow units characterized by process or delivery speed (the ratio of permeability to porosity) provide a continuum between conventional, tight-gas, shale-gas, tight-oil, and shale-oil reservoirs (Aguilera 2014). The link between the various hydrocarbon fluids is provided by the word “petroleum” in “Total Petroleum System” (TPS), which encompasses liquid and gas hydrocarbons found in conventional, tight, and shale reservoirs. The work also shows that, other things being equal, the smaller pores lead to smaller production rates. There is, however, a positive side to smaller pores that, under favorable conditions, can lead to larger economic benefits from organic-rich shale reservoirs. This occurs in the case of condensate fluids that behave as dry gas in the smaller pores of organic-rich shale reservoirs. Flow of this dry gas diminishes the amount of liquids that are released and lost permanently in a shale reservoir. Conversely, this dry gas can lead to larger recovery of liquids in the surface from a given shale reservoir and consequently more attractive economics. This study shows how the smaller pores and their associated dry gas can be recognized with the use of process speed (flow units) and modified Pickett plots. Data from the Niobrara and Eagle Ford shales are used to demonstrate these crossplots. It is concluded that there is significant practical potential in the use of process speed as part of the flow-unit characterization of shale condensate reservoirs. This, in turn, can help in locating sweet spots for improved liquid production. The main contribution of this work is the association of flow units and different scales of pore apertures for improving recovery of liquids from shale reservoirs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».