MétaCan
Menu
Retour à la cohorte
Enregistrement W2526398814 · doi:10.1007/s11242-016-0770-3

Synthetic Fractal Modelling of Heterogeneous and Anisotropic Reservoirs for Use in Simulation Studies: Implications on Their Hydrocarbon Recovery Prediction

2016· article· en· W2526398814 sur OpenAlexfundno aff
Saud Al-Zainaldin, Paul Glover, Piroska Lorinczi

Notice bibliographique

RevueTransport in Porous Media · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSaudi AramcoCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaUniversity of Leeds
Mots-clésHydrogeologyReservoir simulationAnisotropyPetroleum engineeringGeologyFractalReservoir modelingPetroleum reservoirReservoir engineeringSoil sciencePetrologyGeotechnical engineeringPetroleumMathematics

Résumé

récupéré en direct d'OpenAlex

Optimising production from heterogeneous and anisotropic reservoirs challenges the modern hydrocarbon industry because such reservoirs exhibit extreme inter-well variability making them very hard to model. Reasonable reservoir models can be obtained using modern geostatistical techniques, but all of them rely on significant variability in the reservoir only occurring at a scale at or larger than the inter-well spacing. In this paper we take a different, generic approach. We have developed a method for constructing realistic synthetic heterogeneous and anisotropic reservoirs which can be made to represent the reservoir under test. The main physical properties of these synthetic reservoirs are distributed fractally. The models are fully controlled and reproducible and can be extended to model multiple facies reservoir types. This paper shows how the models can be constructed and how they have been tested. Reservoir simulation results of a number of generated 3-D heterogeneous and anisotropic models show that heterogeneity, in terms of only the geometric distribution of reservoir properties, has a little effect on oil production from high and moderate quality reservoirs. However, if the effect of heterogeneity on capillary pressure is taken into account, the effect becomes striking, where varying the heterogeneity of reservoirs properties can lead to a 70 % change in the predicted oil production rate and a significant early shift of water breakthrough time. Hence, it is the heterogeneity consequences that are really substantial if not taken into account. These are very significant uncertainties for a hydrocarbon company if the heterogeneity of their reservoir is not well defined.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,062
Tête enseignante GPT0,277
Écart entre enseignants0,215 · 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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransport in Porous MediaMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207