MétaCan
Menu
Retour à la cohorte
Enregistrement W2333006740 · doi:10.4043/26076-ms

LiuHua Oil/Gas Project: First Self-Developed Completion Campaign Using Subsea Horizontal Trees in South China Sea

2015· article· en· W2333006740 sur OpenAlexaff
Zhong Cheng, Xiaojun Mou, Sun Zigang, Kun Cheng, Wenyan Wu, Yang Xiufu

Notice bibliographique

RevueOTC Brasil · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensPetro-Canada
Organismes subventionnairesChina National Offshore Oil Corporation
Mots-clésSubseaCompletion (oil and gas wells)Petroleum engineeringWorkoverSubmarine pipelineMarine engineeringOil fieldEngineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

LiuHua4-1 &LiuHua19-5 oil/gas fields are the first batch of Chinese self-developed projects using subsea production system in the Pearl River Marine Basin (PRMB) of South China Sea. We installed 10 sub-sea horizontal trees by a single hull vessel "HYSY708" and a semi-submersible "NH5" in the block, the completion execution phase was performed on Moored Mobile Offshore Drilling Units (MODU) with no prior experience in subsea completions from June 2011 to January 2014. Value creation activities were employed to raise the awareness and competence of the rig team to transform improvement opportunities into high performance goals. This paper presents an integrated completion program developed and implemented for reservoir characterization and formation evaluation in South China Sea. Completion fluid and treatment fluid were carefully selected and tested for well-specific conditions. The program used a combination of various completion techniques such as material corrosion, hydrate prevention, subsea horizontal tree installation, work string design optimization, subsea canned dual ESP completion system, intelligent well completion, emergency response in complex condition, etc. The integrated completion programs were designed and modified to meet the project delivery timeline and cost constraints, while responding to the challenge of properly testing the oil/gas reservoir. This paper also presents completion data analysis results and summarizes the encountered challenges and learned lessons from field operations. Specifically, we present field operation results and explain the key program elements. The learned lessons and gained experiences from the field operation presented here provide valuable guidance for future deep-water oil /gas exploration and development operations.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,229
Écart entre enseignants0,196 · 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'étudeSans objet
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTC BrasilMême sujetOffshore Engineering and TechnologiesTravaux en français237 207