MétaCan
Menu
Retour à la cohorte
Enregistrement W2508492704 · doi:10.2118/181687-ms

Duvernay Proppant Intensity Production Case Study and Frac Fluid Selection

2016· article· en· W2508492704 sur OpenAlexaboutno aff
Tim Leshchyshyn, Jim Thomson, Cory Larsen

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTonneVolume (thermodynamics)Production (economics)Stage (stratigraphy)Produced waterAnimal scienceHydrology (agriculture)TonnageEnvironmental sciencePetroleum engineeringGeologyGeotechnical engineeringWaste managementEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The hundreds of Duvernay wells near Fox Creek, Alberta, Canada are usually fracture stimulated with either slickwater or hybrid slickwater-crosslinked water treatments with a large acid spearhead. There is a 14.6% higher 3-year average cumulative production total for slickwater treated wells versus hybrid fluid system treated wells. Additionally, the slickwater systems have an average 53.8% lower frac chemical cost compared to the 50/50 slickwater-crosslinked water hybrids frac stimulation systems. There is a very linear trend between the total volume of fluid pumped to the total 2 year BOE production; the higher the treatment fluid volume, the greater the stimulated reservoir volume (SRV) and the higher the resulting production. The production case study shows that wells treated with an average of 25,000 m3 of water have an 80% higher average 2-year cumulative production result compared to wells that only use an average of 13,000 m3. The average proppant tonnage per stage varies with 140 tonnes per stage outperforming 100 tonnes per stage by 31.6% cumulative BOE production per stage at 2 years. However larger tonnes per stage showing a diminishing benefit when looking at the 2 year BOE production totals. The total production versus total proppant used (1000 tonnes to 3500 tonnes per well) is also examined showing an overall total well production benefit. Comparing the total proppant placed versus cumulative BOE is shows a positive. It does appear that the more proppant that is placed the higher the production rate and total long term production.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,240
Écart entre enseignants0,225 · 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207