Enhance Production in Tight-Casing with ESP in Artificial Sump
Notice bibliographique
Résumé
Abstract Eagle Ford Shale (EFS) wells are comprised of a combination of challenges that can quickly limit production potential. This paper will review a case history of a well where conventional lift methods were crippled by these challenges, so an electrical submersible pump (ESP) was tested after previous installations were uneconomical. Utilizing artificial sumps in gassy wells has proven valuable in larger casing sizes, but this well included an additional set of unique challenges. The challenges for the ESP system for this specific test included: (i) deviated wellbore; (ii) scale and corrosion issues; (iii) tight casing; (iv) high gas-to-liquid ratio; (v) gas slugging. To overcome these challenges, a slimline ESP system was installed inside an artificial sump to separate gas and operate smoothly during gas slug events. The system was equipped with a recirculation system to maintain cooling for the motor and a capillary line for continuous chemical treatment. This paper presents comparisons between different forms of artificial lift producing separately in the same well, as well as different forms operating concurrently in offset wells. Uncommon design and operation methods are presented with production results. The test concluded that a comprehensive design for downhole ESP equipment, including a chemical treatment plan, can increase production in an EFS well. Results included an improved drawdown rate, improved production, and no evidence of scale buildup. Additional benefits would include significantly increased time between well work overs and reduced number of system failures due to corrosion, resulting in a substantial reduction in non-productive time. The positive results of the test demonstrate how to achieve the beneficial economic impacts of a properly designed ESP system in the Eagle Ford Shale as compared to traditional artificial lift designs.
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 | 0,000 | 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 ».