A New Approach for Permeability Prediction With NMR Measurements in Tight Formations
Notice bibliographique
Résumé
Summary Prediction of extremely low permeability in tight reservoirs poses major challenges with traditional methods. Several studies have proposed nuclear magnetic resonance (NMR) permeability predictors, but these often give large errors when applied in tight formations. In this report, we describe a new method with NMR well-log measurements that decomposes the T2 spectrum into, at most, three Gaussian components. On the basis of parameters from the decomposition, we build a pore-size-based lithofacies model to predict whole-core horizontal permeability. With these parameters, we also modify the empirical Timur-Coates equation (TIM) to predict permeability. The NMR decomposition allows us to predict proportions of shale and silt. Applied to the tight Cardium formation, the parameters correlate strongly with core image and X-Ray-diffraction (XRD) results. In addition to Cardium data, we apply our approach to published data sets with good results, showing that the model gives accurate lithofacies-proportion estimates. To calibrate the model, Cardium probe permeameter data are used to identify facies permeabilities. Arithmetic-averaged permeability with the NMR-based model was calculated to compare with whole-core horizontal permeability. Monte Carlo analysis confirms the agreement between the model and core-permeability values. Our model provides a “bridge” to relate permeability between the probe scale (<1 cm laminations) and core size (>15 cm thin beds). Without the NMR well-log decomposition, Cardium TIM permeability predictions are in error by more than one order of magnitude in most intervals. The major challenge with the TIM model is obtaining an accurate T2 cutoff value. Compared with core-measured bound-water saturations, the default 33 ms value is too large for our tight samples. Our NMR decomposition, however, shows good correlation with measured bound-water saturations. With several core samples and NMR parameters, we modified the TIM model and found that it provides very good permeability predictions.
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 | 0,000 |
| 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 ».