MétaCan
Menu
Retour à la cohorte
Enregistrement W2501670150 · doi:10.2118/155537-ms

Nanopore Structure Analysis and Permeability Predictions for a Tight Gas/Shale Reservoir Using Low-Pressure Adsorption and Mercury Intrusion Techniques

2012· article· en· W2501670150 sur OpenAlexaffabout
Christopher R. Clarkson, James M. Wood, S.E.. E. Burgis, Sérgio Francisco de Aquino, M. Freeman, Viola Birss

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensEncana (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésNanoporeOil shaleAdsorptionPermeability (electromagnetism)MineralogyPore water pressureTight gasMaterials scienceChemistryChemical engineeringHydraulic fracturingGeologyPetroleum engineeringGeotechnical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract The pore structure of unconventional gas reservoirs, despite having a significant impact on hydrocarbon storage and transport, has historically been difficult to characterize due to a wide pore size distribution, with a significant pore volume in the nanopore range. A variety of methods are typically required to characterize the full pore spectrum, with each individual technique limited to a certain pore size range. In this work, we investigate the use of non-destructive, low-pressure adsorption methods, in particular low pressure N2 adsorption analysis, to infer pore shape, and to determine pore size distributions of a tight gas/shale reservoir in Western Canada. Unlike previous studies, core plug samples, not crushed samples, are used for isotherm analysis, allowing an undisturbed pore structure to be analyzed. Further, the core plugs used for isotherm analysis are subsamples (end pieces) of cores for which MICP and permeability measurements were previously made, allowing a more direct comparison with these techniques. Pore size distributions determined from two isotherm interpretation methods (BJH Theory and Density Functional Theory), are in reasonable agreement with MICP, for that portion of the pore size distribution sampled by both. The pore geometry is interpreted to be slit-shaped, as inferred from isotherm hysteresis loop shape, the agreement between adsorption- and MICP-derived dominant pore sizes, SEM imaging and the character of measured permeability stress-dependence. Although correlations between inorganic composition and total organic carbon (TOC) and dominant pore throat size and permeability are weak, the sample with the lowest illite clay and TOC content has the largest dominant pore throat size and highest permeability, as estimated from MICP. The presence of stress-relief-induced microfractures, however, appears to affect lab-derived (pressure-decay and pulse-decay) estimates of permeability, even after application of confining pressure. Based on the premise of slit-shaped pore geometry, fractured rock models (matchstick and cube) were used to predict absolute permeability, using dominant pore throat size from MICP/adsorption analysis and porosity measured under confining pressure. The predictions are reasonable, although permeability is mostly over-predicted for samples that are unaffected by stress-release fractures. The conceptual model used to justify the application of these models is slot pores at grain boundaries.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations33
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207