AVO inversion for sand-distribution prediction in oil sands reservoir
Notice bibliographique
Résumé
In the Athabasca oil sands, which is a large deposit of heavy oil, located in northeast Alberta, Canada, it is common that impermeable shale intricately exists within the reservoirs and can potentially act as permeability baffles. For reservoir management, it is important to precisely delineate the intrareservoir shale. The main goals of this study are to establish a rock physics model of poorly consolidated, heavy oil-saturated sands and to estimate density by applying three-term AVO inversion to P-P reflected and P-S converted wave data.We first explore viscoelastic features of heavy oil by using ultrasonic velocity measurement data collected over a wide temperature range. By using viscoelastic model, temperature and frequency dependences of the bulk and shear moduli are predicted. Furthermore, we establish a rock physics model of poorly-consolidated, heavy-oil saturated sands. For the case of inclusions in a matrix, Generalized Singular Approximation method is used to obtain the effective properties. The model incorporates the viscoelastic features of heavy oil to estimate velocity dispersion associated with the viscosities.Density has a large contrast between reservoir and shale and is a desired property for reservoir delineation in the Athabasca oil sands. A P-P and P-S joint AVO inversion method is developed by extending an Bayesian inversion technique to multicomponent data. We apply the developed method to the Hangingstone oilfield to estimate density volume. The estimated density is practically consistent with the well log, implying that the method can provide a quantitative description of oil sands reservoir.
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 | 0,002 | 0,001 |
| 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 ».