MétaCan
Menu
Retour à la cohorte
Enregistrement W2395812053 · doi:10.1177/0144598716650066

Efficient production estimation for a hydraulic fractured well considering fracture closure and proppant placement effects

2016· article· en· W2395812053 sur OpenAlexaboutno aff
Taeyeob Lee, Daejin Park, Chang-Hoon Shin, Daein Jeong, Jonggeun Choe

Notice bibliographique

RevueEnergy Exploration & Exploitation · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesKorea Institute of Energy Technology Evaluation and PlanningSeoul National University
Mots-clésHydraulic fracturingShale gasFracture (geology)GeologyPetroleum engineeringPermeability (electromagnetism)Oil shaleTight gasGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

It is important to accurately estimate performances of a hydraulic fractured well, because it will be utilized to evaluate various completion parameters and furthermore to establish a future development plan. Shale gas reservoirs with fracture networks have high initial production rates but show drastic production decline as reservoirs are depleted by production. One of the reasons behind this phenomenon is an increased effective stress during production resulting in fracture closures. Gas mainly flows through hydraulic and natural fracture networks, so the fracture closures cause permeability reduction in the flow areas. In typical hydraulic fracturing operations, proppants are injected with fracturing fluid and placed in the fracture networks. Proppants play a crucial role to keep an induced hydraulic fracture open and retain a well productivity. However, only small portion of the fracture networks are filled with proppants (propped fracture) and the rest exist without proppants (unpropped fracture). Therefore, fracture closures of these regions are quite different. In this article, we have investigated to identify the combined effect of fracture closure and proppant placement on production estimation of a shale gas well. A numerical model has been developed to mimic well performances in Horn River Basin, BC, Canada. We have used pressure-dependent correlations based on experiments to consider fracture permeability alteration with changing reservoir pressure. Proppant placements are described using a fracture propagation model and this enables to classify a whole reservoir into sub regions such as propped, unpropped fracture, and matrix. By comparing with different cases, this article shows that reasonable results on gas production estimation are accomplished when considering fracture closure and proppant placement effects together.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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'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

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Exploration & ExploitationMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207