MétaCan
Menu
Retour à la cohorte
Enregistrement W2334571463 · doi:10.2118/176869-ms

A Semi-Analytical Method for Forecasting Wells Completed in Low Permeability, Undersaturated CBM Reservoirs

2015· article· en· W2334571463 sur OpenAlexaffabout
Christopher R. Clarkson, Farhad Qanbari

Notice bibliographique

RevueSPE Asia Pacific Unconventional Resources Conference and Exhibition · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCoalbed methanePetroleum engineeringPermeability (electromagnetism)MechanicsSaturation (graph theory)Darcy's lawEnvironmental scienceRelative permeabilityFlow (mathematics)Two-phase flowGeologyGeotechnical engineeringCoalEngineeringMathematicsPorous mediumChemistryCoal miningPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Exploration and development of coalbed methane (CBM) reservoirs is ongoing in the Asia Pacific region, with low permeability, undersaturated coals being the target in some areas. Horizontal wells are typically required to produce low permeability CBM reservoirs at commercial rates, and may experience a period of single-phase (water) transient flow, followed by a transition to two-phase (water+gas) transient flow. Wells exhibiting this behavior are particularly difficult to model analytically, yet simple analytical and semi-analytical tools are desirable for making quick, but reasonably accurate forecasts. The purpose of this work is to therefore provide a new forecasting methodology for low permeability, undersaturated CBM wells. The new method for forecasting CBM wells introduced in this work is based on the concept of a dynamic drainage area (DDA), recently adapted to forecast tight black oil and gas condensate wells exhibiting two-phase flow. A critical advancement provided in the current work is modeling the transition from single-phase flow of water to two-phase flow of gas and water during the transient linear flow period, which was not attempted for the black oil/gas condensate cases. Above desorption pressure, material balance, performed on the dynamic drainage area to determine average pressure in the distance of investigation, is combined with the linear flow productivity index equation to forecast water production at each time step. For two-phase flow below desorption pressure, the two-phase version of the linear productivity equation and material balance equations for water and gas are solved iteratively for pressure, saturation and fluid production rate within the DDA. The gas material balance equation accounts for desorption effects. In order to calculate the DDA at each time step, the linear flow distance of investigation equation is used. Importantly, using the DDA method, variable operating conditions (flowing pressures) may be accounted for, which is critical for CBM wells during early stages of production. The new semi-analytical DDA model is used to history-match production data from an actual horizontal well completed in a low permeability, undersaturated, western Canadian CBM reservoir. Further, the match is compared to that obtained from rigorous numerical simulation. The history-match of the field data is reasonable with the new model and comparable to numerical simulation. The new model is however easier to setup and less data-intensive than numerical simulation, providing a practical alternative to CBM reservoir engineers who are responsible for generating a large number of forecasts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,887

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,277
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Asia Pacific Unconventional Resources Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207