MétaCan
Menu
Retour à la cohorte
Enregistrement W2566119764 · doi:10.1144/petgeo2016-068

Data-driven surrogates for rapid simulation and optimization of WAG injection in fractured carbonate reservoirs

2016· article· en· W2566119764 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePetroleum Geoscience · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesCMG Reservoir Simulation Foundation
Mots-clésGeologyCarbonateIgneous petrologyPetrologyHydrogeologyMetamorphic petrologyTelmatologyEconomic geologyEngineering geologyGeochemistrySeismologyVolcanismGeotechnical engineeringTectonicsChemistry

Résumé

récupéré en direct d'OpenAlex

Conventional simulation of fractured carbonate reservoirs is computationally expensive because of the multiscale heterogeneities and fracture–matrix transfer mechanisms that must be taken into account using numerical transfer functions and/or detailed models with a large number of simulation grid cells. The computational requirement increases significantly when multiple simulation runs are required for sensitivity analysis, uncertainty quantification and optimization. This can be prohibitive, especially for giant carbonate reservoirs. Yet, sensitivity analysis, uncertainty quantification and optimization are particularly important to analyse, determine and rank the impact of geological and engineering parameters on the economics and sustainability of different Enhanced Oil Recovery (EOR) techniques. We use experimental design to set up multiple simulations of a high-resolution model of a Jurassic carbonate ramp, which is an analogue for the highly prolific reservoirs of the Arab D Formation in Qatar. We consider CO 2 water-alternating-gas (WAG) injection, which is a successful EOR method for carbonate reservoirs. The simulations are employed as a basis for generating data-driven surrogate models using polynomial regression and polynomial chaos expansion. Furthermore, the surrogates are validated by comparing surrogate predictions with results from numerical simulation and estimating goodness-of-fit measures. In the current work, parameter uncertainties affecting WAG modelling in fractured carbonates are evaluated, including fracture network properties, wettability and fault transmissibility. The results enable us to adequately explore the parameter space, and to quantify and rank the interrelated effect of uncertain model parameters on CO 2 WAG efficiency. The results highlight the first-order impact of the fracture network properties and wettability on hydrocarbon recovery and CO 2 utilization during WAG injection. In addition, the surrogate models enable us to calculate quick estimates of probabilistic uncertainty and to rapidly optimize WAG injection, while achieving significant computational speed-up compared with the conventional simulation framework.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,591
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,295
Écart entre enseignants0,262 · 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