Application of Grid-Free Geostatistical Simulation to a Large Oil-Sands Reservoir
Notice bibliographique
Résumé
Summary Geostatistical simulation is performed for reservoir characterization to depict local variability in the modeled properties. The conventional simulation methods are implemented in a grid-dependent manner that makes regridding of realizations, refinement of existing grids, and the simulation on irregular grids challenging. The grid-free-simulation (GFS) method has been recently developed for flexible reservoir characterization. The geostatistical realizations of a reservoir are expressed as an analytical function of the coordinates of the simulation locations and, thus, are infinitely resolvable. The resulting model is conditioned to primary scattered point-scale hard data and secondary exhaustively sampled block-scale soft data. The former data are sampled along wells, whereas the latter data are from seismic surveys. The GFS methodology is applied to the Firebag oil-sands thermal project operated in northern Alberta, Canada. The conditioning data are point-scale core measurements, log observations, and block-scale acoustic impedance (AI). The models of correlated porosity, permeability, and water saturation attributes are constructed on three different grids by facies and are consistent with each other. These models are intended for resource estimation, reserves estimation, and subsequent-flow simulation, respectively. The modeling results of the grid-independent simulation method are promising for industrial application to petroleum reservoir characterization.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».